急着上市的智谱AI

寂静回声

最近，智谱AI启动上市，成为“大模型六小龙”中第一个冲刺IPO的玩家。
回过头来看，智谱的融资节奏称得上“急行军”：自2019年成立以来进行了15轮融资，平均每四个多月一轮，今年3月更是半个月密集完成三轮融资。资本蜂拥而入，涵盖了杭州城投、珠海华发等地方国资及腾讯、阿里等互联网巨头，还有沙特阿美这样的国外资本。资本的不断涌入，让智谱的估值已经超200亿。
为什么智谱的融资这么急？事实上，既是应对内部的不确定性——业务铺的太广，太烧钱，也是应对外部的压力——价格战挤压盈利空间、融资环境趋严、OpenAI和DeepSeek形成强劲势头。

在行业里，智谱也被称为“国内唯一全面对标OpenAI的大模型企业”，业务线铺的非常广——基座模型、代码生成、多模态、智能体等全栈技术样样都要抓，堪称“既要又要”，需要的投入也非常大，自然就需要频繁融资。
比如，大模型行业的核心逻辑是“算力即权力”。训练一个千亿参数模型，动辄需要数千万美元的计算成本。智谱的GLM-4号称“比肩GPT-4”，光是训练成本就不是一笔小数目。更残酷的是，去年大模型行业掀起了一场“价格战”，智谱也参与其中将API调用价格从5元/百万token降至1元。各玩家的技术差距没有缩小，利润空间却被挤压，融资就成为了刚需。
随着行业竞争变得更激烈，去年到现在“大模型六小龙”中的玩家纷纷收缩战线——百川智能砍掉金融业务转攻医疗，精简To B体系，零一万物放弃万亿模型改抱DeepSeek大腿，智谱却还在咬牙坚持全栈自研。不是它头铁，而是必须硬上——对标对象和业务盘子是融资故事的核心，一旦砍掉业务线，支撑估值的故事就降低了吸引力。
当然，智谱还跟资本讲了更为庞大的终极故事。智谱CEO张鹏表示，AGI依然是智谱的终极目标，希望造出一个像人一样聪明的脑子。而且放下豪言“无论融资或收益多少，都是通往AGI的‘盘缠’”。
不过他也承认，“但实现目标的路程长、成本高，智谱走在前面需要加大投入。”因此，频繁融资乃至冲击IPO也就成了必经之路。

支出大、成本高，如果收入跟得上也不用急着融资，但是智谱在商业化上可谓是“冰火两重天”。
智谱的商业化路径，是通过B端的“API+私有化部署”以及C端的各种应用实现盈利。此前，智谱表示2024年商业化收入同比增长超100%，2024年前11个月MaaS平台的API收入增长超30倍。看起来挺火热，但是在竞争激烈、商业化仍不明朗的行业形势下，谁也不敢保证自己的现金流一直稳定。
据《财经》杂志报道，智谱2024年亏损约20亿元，高额研发费用与商业化收入尚不能达到很好的平衡。此外，智谱的部分融资以算力券等非现金形式注入，可能会影响财务健康度。
更为紧迫的是，DeepSeek通过开源和低价策略，已经能够冲击智谱的“现金牛”——B端私有化部署业务。若不能快速上市融资，智谱可能面临“技术追不上、客户留不住”的双杀局面。
值得一提的是，智谱背后站满了密密麻麻的各种投资人。当几乎所有潜在投资人都已入场，传统一级市场空间已被透支，IPO成为必然出口。
也就是说，智谱的融资狂飙并非无迹可寻。产品的巨额投入、商业化困境与资本耐心的三重压力，共同构成了其冲刺IPO的底层逻辑。
更为紧迫的是，DeepSeek通过开源和低价策略，已经能够冲击智谱的“现金牛”——B端私有化部署业务。若不能快速上市融资，智谱可能面临“技术追不上、客户留不住”的双杀局面。
值得一提的是，智谱背后站满了密密麻麻的各种投资人。当几乎所有潜在投资人都已入场，传统一级市场空间已被透支，IPO成为必然出口。
也就是说，智谱的融资狂飙并非无迹可寻。产品的巨额投入、商业化困境与资本耐心的三重压力，共同构成了其冲刺IPO的底层逻辑。
投资人对大模型的尝鲜阶段过去之后，如今变得越来越理性。他们不再吃“技术参数”这套了，而是看重实际效果，就像你买空调不看功率而是看制冷效果。
智谱的GLM系列模型参数越堆越高，发布会PPT上的数据能把人看花眼，但实际效果还需要再加把劲。比如，智谱的多模态模型CogVideoX的视频生成效果，在质量和视频长度上仍无法跟Sora对标。对标GPT-4的GLM-4，在语言理解、逻辑推理等核心能力仍有差距。
说白了，投资人和用户现在要的是“别掉链子”的实用派，不是实验室里的参数怪兽。智谱需要把“比肩GPT”的PPT口号，变成“比保姆更贴心”的实操体验。

在B端的私有化部署上，智谱挺能接活儿，覆盖了智能汽车、金融、政务等多个行业。但是，它的这门生意像极了装修队——给车企装智能语音、给银行做客服系统，合作大多是单一项目式对接，每个项目都得从头谈价从头做。
另外，给企业客户做私有化部署，不是说光把产品扔给企业就可以了。如果企业玩不转也没用，它花了钱反过头来还会跟你吐槽产品不好用，因此智谱还需要做成本高和周期长的定制化服务。
智谱这种“接散活”的模式听着能覆盖多个行业，其实就像同时打多份零工，不仅累死累活，还不容易实现规模化和长期稳定。它需要在几个典型行业中做出可复制、规模化的商业模式，这样资本才会更放心。
再说智谱的C端商业化，它的AI助手智谱清言最为典型。虽然智谱清言也有2500万用户，但跟DeepSeek、豆包、腾讯元宝等热门的AI应用完全不在一个级别。另外，智谱清言的年收入仅在千万级，跟用户规模也不匹配。虽说智谱的商业化重心在B端，C端目前主要以引流为主，但还是要攻克更多产品化和运营化的难题，缩小跟其他同行的差距，避免沦为鸡肋。

智谱此前将2025年称为“开源年”，最近它就一口气上线、开源了三大类六个最新模型。大模型企业开源的好处之一能“放水养鱼”，快速拉拢开发者搞生态，让开发者将服务和解决方案带进千行百业，这种模式比单纯卖API拥有更大的商业想象力。
当然，开源也不意味着就能顺风顺水。一方面对于商业化会带来一定挑战，因为要有后期技术人员的投入和维护成本，花费还是非常大的。另一方面能换来多大的市场还存在不确定性，因为可能出现给别人做嫁衣的情况，也就是“拿你的模型，养我的生态”。比如，有开发者会用着开源模型给别的大模型企业写插件。

智谱的上市像一面照妖镜，照出中国大模型行业的焦虑与野心——烧钱、内卷、抢窗口期，这些关键词背后藏着一条残酷的生存法则：要么抓紧抢到船票上岸，要么在泡沫里淹死。
如今的AI圈像极了2015年的O2O大战： 头部玩家疯狂吸金，中小玩家饿死路边。最近，OpenAI融资400亿美元估值冲上3000亿美元，成为大模型行业的吸金王。反观其他中小厂商，要么转型做细分的垂直赛道，要么抱大腿接开源。行业的马太效应，愈演愈烈。
这背后也能看出资本市场的求稳操作：大部分投资人宁可花10倍溢价押注头部，也不愿冒险赌黑马。就像赌桌上，庄家永远只给筹码最多的人发牌。
当然，在经历大模型的狂热爆发期后，资本的反应也出现了明显分化。一些投资者对AI大模型领域，尤其是AI应用的未来发展充满信心，纷纷加大投资力度。也有部分投资者对AI大模型领域的投资风险表示担忧，持谨慎态度。
大模型行业正在从“技术军备竞赛”转向“商业耐力赛”，手里有粮心中才会不慌。这场竞争的终极裁判不是投资人也不是论文数量，而是最原始的生存法则——你有什么核心竞争力，是别人替代不了的？
未来能活下来的大模型企业大概率只有两类：像水电煤的基础设施，靠垄断收“过路费”； 像手术刀的垂直专家，在细分领域扎透场景赚“专业费”。