即将斩获“大模型第一股”桂冠，智谱AI如何破解商业化谜题？

  2025年12月30日，被誉为“全球大模型第一股”的北京智谱华章科技股份有限公司（以下简称“智谱AI”）正式启动在香港的上市招股程序，计划于2026年1月8日挂牌交易。这标志着，自ChatGPT掀起全球AI浪潮三年后，中国大模型产业的头部玩家正式步入接受公开市场审视的新阶段。

  智谱AI的上市之路，与其主要竞争对手MiniMax（上海稀宇科技）几乎同步，两者在12月相继通过港交所聆讯，一场关于商业模式、估值逻辑和未来话语权的终极较量已然展开。然而，招股书所揭示的，远不止“第一股”的光环，更是一幅高增长、高投入与高亏损并存的行业真实图景：三年半累计亏损超62亿元，账面现金一度被推算仅能支撑数月。

  与此同时，其收入结构高度集中，截至2025上半年，84.8%来自私有化部署项目，主要客户为政府与大型企业，商业模式仍深陷定制化交付的重资产逻辑。

  01

  营收飞速增长，暗藏结构性隐忧

  根据智谱AI招股书内容，以收入计，2024年中国大语言模型市场规模已达53亿元，其中机构客户贡献47亿元，个人用户仅占6亿元。能够看出，当前大模型的商业化仍高度依赖政企端需求，消费级市场尚处早期。但随着技术持续迭代与应用场景拓展，行业前景被广泛看好，据弗若斯特沙利文预测，到2030年，中国大语言模型市场规模将飙升至1011亿元，2024至2030年复合年增长率达63.5%。

  在此背景下，智谱AI成立于2019年，至今仅六年时间，却已在中国大模型创业浪潮中占据先发优势。在业内广为流传的“大模型六小龙”中，智谱AI是唯一一家成立于2020年之前的公司。其余五家，包括月之暗面、百川智能、零一万物、阶跃星辰和Minimax，均成立于2021年之后，其中四家甚至集中诞生于2023年。也就是说，当同行尚在组建团队、打磨技术路线时，智谱AI已完成了从学术孵化到商业化落地的关键跨越。

  而深厚的学术基因，是智谱AI早期脱颖而出的重要支撑。智谱AI脱胎于清华大学知识工程实验室，由知名人工智能学者、清华教授唐杰领衔创立，核心团队包括曾任清华数据科学研究院大数据研究中心副主任的刘德兵、以及拥有清华计算机系背景的张鹏等技术骨干。学院派与工程化的组合，使智谱AI在大模型基础研究与工程实现之间建立起独特优势，也为后续融资与客户信任打下坚实基础。

  凭借深厚的背景支撑，智谱AI以中国版OpenAI为战略定位，聚焦通用人工智能基座模型研发，持续推出GLM系列大模型，覆盖文本生成、代码理解、多模态交互等核心能力。2024年下半年，公司密集发布GLM-4-Plus、Agent模型AutoGLM及GLM-Zero-Preview等产品，宣称在多项基准测试中性能比肩甚至超越OpenAI同期模型。市场对其技术实力的认可，也反映在估值上，2024年，智谱AI估值已达200亿元，稳居国内独立大模型厂商前列。

  根据弗若斯特沙利文报告，以2024年收入计，智谱AI已是中国最大的独立大模型厂商。这一地位与其快速扩张的营收曲线相呼应。2022-2024年，公司收入从5740.9万元飙升至3.12亿元，三年复合增长率高达133.3%；进入2025年后，智谱AI增长势头有增无减，半年收入达1.91亿元，同比增长325.0%。

  但是深入智谱AI的收入结构我们发现，光鲜数据背后隐藏着显著的结构性隐忧。截至2025年6月30日，智谱84.8%的收入来自私有化部署项目，主要客户集中于地方政府、央企及大型国企。这类项目优势在于客单价高、毛利率可观（整体毛利率超50%），且满足了政企客户对数据安全与可控的刚性需求，但通常需深度定制、现场实施、长期运维，本质上仍沿袭传统软件集成或系统外包的逻辑，卖模型、卖人力、卖服务。

  与此形成鲜明对比的是，真正体现大模型平台化潜力的MaaS业务，即通过云端API按调用量收费的轻资产模式，同期仅占总收入的15.2%。智谱AI虽手握先进模型，但商业化路径并未如OpenAI那样通过标准化API实现指数级用户覆盖与边际成本递减，反而陷入一个项目一个方案的重交付泥潭。可见尽管智谱AI在技术积累与市场声量上遥遥领先，但当前的业绩增长，更多依赖于人海战术与政企大单驱动，而非平台生态的自然裂变。

  02

  研发投入“无底洞”，现金流深度告急

  如果说营收结构的集中暴露了智谱AI商业模式的“重”，那么财务报表则揭示了另一重现实。无论技术多么领先、增长多么迅猛，巨额亏损仍是横亘在所有大模型公司面前的共同困境，而智谱AI的亏损规模，同样不容乐观。

  招股书数据显示，2022-2024年，智谱AI经调整净亏损分别为1.44亿元、7.88亿元、29.58亿元，三年间亏损扩大超过20倍；进入2025年，情况并未缓解，仅上半年就录得23.58亿元的净亏损，相当于平均每月烧掉近4亿元。这种亏损速度，在整个AI行业实属平常，2024年MiniMax的年度亏损为3.48亿美元（约合25亿元人民币），与智谱AI不相上下。

  亏损的源头，是庞大的研发投入。2022-2024年及2025年上半年，智谱AI在研发上的支出分别高达8437.7万元、5.29亿元、21.95亿元和15.95亿元，三年半累计投入超过44亿元。相当于公司每赚1元钱，就要花掉6倍以上的研发费用。

  值得注意的是，智谱的研发支出中，超过70%的研发开支用于支付算力服务费。作为大模型训练与推理的核心资源，GPU集群的采购、租赁与运维构成了研发费用的主体。在英伟达高端芯片供应紧张、租赁价格高企的背景下，智谱不得不持续加码资本开支以维持技术竞争力。然而，与高昂投入形成反差的是，公司商业化收入仍主要来自低频、非标准化的私有化项目，难以形成对算力成本的有效覆盖。

  更令人担忧的是现金流压力。截至2025年6月30日，智谱账上的现金及现金等价物仅为25.52亿元。若按当前每月近4亿元的亏损速度推算，现有资金仅能支撑约6个月的运营。这一时间窗口极为紧迫，也解释了为何公司在成立仅六年后便急于冲刺港股，上市不仅是品牌背书，更是生死攸关的“输血”通道。

  事实上，市场对大模型公司的容忍度正在收窄。早期投资者愿意为技术故事买单，但随着行业从概念验证转向商业兑现，资本开始追问：何时能盈利？单位经济效益如何？对于众多AI公司而言，即便拥有科研背景与头部地位，也无法回避一个根本问题，当研发投入长期数倍于收入，且变现路径仍陷于重资产交付时，那么烧钱换技术的模式是否具备可持续性？

  03

  曾被监管点名，商业化之路道阻且长

  作为头部AI公司，智谱AI的商业化落地却遭遇用户质疑。尤其是在面向终端用户的产品体验上，实际表现与市场预期之间存在明显落差，暴露出大模型从实验室性能到真实场景可用性之间的鸿沟。

  在B站等公开平台上，有不少用户对智谱AI旗下产品提出批评。有用户指出，智谱清影（Ying）在处理复杂指令时表现不佳，生成内容常与用户预期严重偏离。在要求生成特定风格或包含多元素组合的图像时，系统要么忽略关键细节，要么输出逻辑混乱的画面。当然，这类问题并非个例，而是当前大模型在多模态理解与可控生成方面的普遍短板。

  此外，有网友公开吐槽，使用智谱清言查询北京市2025年2月机动车尾号限行规则时，获得的信息与交管部门官方公告不符，导致其按错误提示出行并被交警罚款。面对质疑，智谱AI回应称“限行政策可能存在临时调整”，试图将责任归因于外部环境的不确定性。要知道此类信息本可通过实时联网检索验证，作为一款主打智能问答的大模型，未能提供基本事实准确性，无疑动摇了用户对其核心能力的信任。

  不仅如此，智谱AI还面临着供应链层面的更深层次风险，公司也在招股书中坦承此事。智谱AI明确指出：“若我们无法确保模型与包括合作伙伴在内的其他方开发的各种硬件、平台及应用程序兼容，我们的竞争力可能下降，我们的业务、经营业绩、财务状况及前景可能受损。”

  而在今年5月，其面向公众的AI应用“智谱清言”曾因违规收集个人信息被监管部门通报，这对强调服务于严肃场景的B端品牌形象构成潜在风险。

  与此同时，截至2025年6月30日，智谱声称旗下模型已适配40多款全球主流芯片平台，涵盖英伟达、华为昇腾、寒武纪等多个厂商。但适配数量不等于兼容质量。招股书进一步强调：“我们的模型可能与各种硬件、平台及应用程序集成，我们需要及时且经济高效地修改和增强模型，以适应硬件和软件技术的变化……若无法确保模型的兼容性，可能对我们的竞争势产生负面影响，并损害我们的业务、经营业绩、财务状况及前景。”

  从行业上来看，智谱AI还面临双重挤压：一边是巨头的“降维打击”，百度、阿里、字节跳动等互联网大厂，凭借自身的云基础设施和资金优势，将API调用价格压至接近成本甚至免费，以换取生态和市场份额；另一边，是DeepSeek等新兴势力，证明了通过算法优化实现极致性价比的可能性，迫使全行业重新思考技术路径。

  智谱AI的上市，绝非一个创业故事的终点，而是一场更为残酷的商业马拉松的发令枪。它不再仅仅需要证明自己的模型有多聪明，更要向市场证明，这座技术领先的公司，能够建造出一条通往可持续商业成功的“输电网”。这场实验的结果，将为中国乃至全球大模型产业的未来发展，提供一个至关重要的参照系。

  *声明：毕读财经登载此文出于传递更多信息之目的，不构成任何建议。