资本狂欢,智谱IPO造富了谁?

文|魏琳华

编|王一粟

一个是大模型全球第一股、一个是大模型全球化第一股,这两天的AI投资圈,充满了快活的气息。

上市之前,疯狂的超额认购就已经释放出信号。

1月5日,智谱结束招股,券商为其借出1978亿港元孖展(保证金交易),以智谱在港股公开发售募资2.2亿元计算,超额认购910倍。就在当天,MiniMax选择提前一天就关闭下单窗口,表示认购需求强劲。其最终孖展金额超2533亿港元,公开发售部分倍数高达1209倍。

超额认购的计算方式,是用投资者提交的认购申请除以公司原计划发售的总量。也就是说,智谱的每一支股票,有910个人在抢。

1月8日(今日)智谱正式敲响了上市的钟。虽然出现盘中破发,但最终在收盘时上涨13.17%至131.5港元,市值突破550亿港元(578.9亿港元)。

今天,智谱创始人兼首席科学家唐杰发布内部信,不仅宣告了新模型GLM-5将发布的消息,还给出了招股书尚未覆盖的公司下半年业务变化:得益于新模型GLM-4.7的发布,智谱云端MaaS APP年化收入从2000万增至超5亿,10个月斩获25倍增幅,与Anthropic指数级增长同频。更超预期的是,2025年全年MaaS同比增速超900%。

比起太多倒在黎明前的公司,智谱和MiniMax的上市,无疑是非常难得,能给投资人们一个好交代。

但上市仅仅是一个开始,对于商业化模式尚处于成长期,还在不断变动的公司来说,上市之后,智谱们还有更多的挑战等待解决。

谁从智谱身上赚到了更多钱

对比起商汤等AI 1.0时代上市的公司,前者融资基本到了E轮级别,而智谱的融资在B6轮,累计融资金额超过83亿,就已经迈入了IPO的大门。

整体来看,智谱的投资算得上阵容豪华,其中涵盖了国有资金、VC/PE、互联网大厂、国际基金等多方参投。按照股东持股比例来看,位列前五的是君联资本(6.73%)、美团(4.27%)、星连资本(4.11%)、蚂蚁集团(3.99%)和海河富新优达基金(3.90%)。

热热闹闹的第一股背后,谁在其中赚到了钱?

“早”是这一代AI大模型公司上市的标签,而从赚钱角度来看,投得早的公司也成了投资机构中回报更多的赢家。

去年年底,达晨财智创始合伙人、董事长刘昼在采访中分享,其布局人工智能的逻辑之一,就是“早半步入局”。

“智谱这个项目我们早在A轮8亿估值时就落子投资,后续两轮追加,上市前估值已达260亿,港股上市后会有更高比例的增长,早期布局能锁定安全边际。”刘昼说。

随着智谱的估值从最早A轮融资估值8亿元人民币膨胀至IPO前的260亿元,入局越早,越能在其中拿到更高的投资回报。

在ChatGPT点燃生成式AI热情前,智谱共完成过三轮融资,分别是智源研究院旗下公司创新智源带来的天使轮投资,由达晨财智、华控基金、将门创投、南京图灵、北京达凡等机构联合投资过亿元的A轮融资,以及启明创投、君联资本联合投资的B1轮融资,融资金额为2.08亿。

B1轮就参与、后续多轮加码投入的君联资本,是所有独立投资机构中持股最多的一家,智谱招股书显示,其持股比例高达6.73%。其共参与了多轮B轮融资,总计融资金额6.2亿元。

按照招股书披露信息,君联资本持股数为2710.91万,以IPO发行价116.2港元来算,这部分股票价值为31.5亿港元(折合人民币28.26亿人民币),整体回报率超4倍。

其中,参与了B1轮投资的启明创投,也同样参与了智谱B2、B4轮的投资,总计超1.5亿元人民币,持股数量为1001.89万,价值为11.6亿港元(折合人民币10.4亿元),回报率接近7倍。

再从互联网大厂的参与来看,美团算是最有代表性的一家,其持股比例4.27%,为第二大机构股东,其持股数为1721.73万,只参与了智谱的B2轮融资,共投资3亿元人民币,持股价值为20亿港元(折合人民币17.93亿元),回报率超6倍。此外,蚂蚁集团、腾讯也参与了智谱投资,占股比例分别为3.99%、1.73%。

上市,让投资机构们拿到了不错的回报。而对于智谱来说,上市则是继续支撑其扩大规模、做研发的资金来源。

在招股书中,智谱曾透露,将把70%的资金用来研发,剩下的资金用来支撑MaaS平台的搭建和营销等方面。按照IPO发行价来算,智谱预计募资43亿港元。

拿到这笔钱,摆在智谱面前的既有扩大规模的野心,也有盈利表现尚且不足需要面临的挑战,这些,都是智谱接下来需要解决的。

业务发展尚处早期智谱如何破局?

选择B端和G端赚钱,对于智谱来说,这是一个好处和劣势都明显的双刃剑。

从招股书来看,智谱的收入来自B端和G端,其中分为云端部署(API)和本地化部署两部分。前者低至-0.4%的毛利率和15.2%的总收入占比,说明了这门生意目前还处于亏本状态,且不是主力赚钱项目。

真正赚钱的,其实是本地化部署,出于隐私和安全问题考虑,对于数据敏感的企业会选择大模型私有化部署的方式,把数据掌握在自己手中。

需要注意的是,智谱的本地化部署不等同于定制化生意。从今年下半年智谱对MaaS平台的投资加注、组织架构调整来看,智谱想做的并非是靠人力和企业做深度捆绑的定制化项目,而是更强调标准交付的MaaS平台,这其中的关键就是,降低人力成本带来的损耗,靠标准化交付提升毛利率。

但从毛利率数据来看,2025年上半年,智谱私有化部署业务的毛利率为59.4%。比起前几年保持在60%以上的水平来看,有所倒退。

再从智谱披露的客户合作情况来看,2024年,智谱的前五大客户贡献了公司总收入的45.5%,其中最大的一家单一客户贡献率高达19%。依赖头部客户,也是当前AI企业做B端生意的通病。

在智谱披露的头部合作企业名单中,虽未披露具体的公司,不过能认出来的包括智联招聘、金山办公(WPS)、蒙牛企业。据智谱副总裁吴玮杰透露,中国前10大互联网公司中有9家都在使用智谱的模型。

为了摆脱AI 1.0时代的阴影,智谱需要交出一份盈利更漂亮、收入更高的成绩单。

对于未来,智谱已经有所规划,官方已经通过新消息释放了一些未来智谱的模样。

首先,提升API收入,靠更轻量化的收入挣钱。

智谱董事长刘德兵在采访中透露,智谱下一步的目标是将API等云服务收入占比提升到50%左右,也就是说,云端部署的比重将大幅提升。这也是OpenAI、Anthropic等海外企业目前的核心盈利模式,靠API赚钱。

至于怎么扩张,我们从智谱最近的发展中,找到两个苗头:

其一,靠更轻量化的API付费模式赚钱。智谱CEO张鹏也曾对外透露,智谱今年上线的AI Coding Plan实现了年化性收入(ARR)1亿人民币,这个数字,是智谱今年上半年收入(1.91亿)的50%。不过需要注意的是,该服务目前仅上线2个月左右,年化收入只能作为参考。

随着今年AI Coding赛道的爆火,靠AI写代码的可行性大幅提升,做此类Coding方案的计划,MiniMax和月之暗面同样推出了相应的编程套餐。

其二,出海,面向海外企业提供大模型服务。从智谱招股书中披露的信息来看,智谱目前本地化部署的9成收入来自国内,1成收入在东南亚市场。

此外,结合之前光锥智能了解到的G端交付中心解散情况,智谱接下来或许会进一步削减G端业务的合作比例,据吴玮杰在社交媒体上透露,目前G端收入占据智谱整体收入不超过20%。

从智谱现阶段情况和未来调整方向来看,智谱正在试图复刻OpenAI已经验证成功的增长路径,C端最多是赚声量的入口,而B端才是挑起营收重任的关键。

但做成OpenAI,对于智谱来说也不是一个容易的挑战。结合最近OpenAI和各大芯片巨头、云厂商的疯狂资金交易,也能看到,AI需要吃下更多的资金,才能用更充沛的资金支撑研发、销售成本。

敲响上市的钟声,对于智谱而言,不仅是冲刺成AI第一股的喜悦,也同样是一场漫长且充满挑战的序幕。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/1131037.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Z-Image-Turbo性能调优:基于预配置环境快速实验不同推理参数

Z-Image-Turbo性能调优:基于预配置环境快速实验不同推理参数 作为一名AI工程师,你是否经常遇到这样的困扰:在优化Z-Image-Turbo模型的推理速度和质量平衡时,每次调整参数都需要重新运行整个流程,效率低下?本…

炎症因子平衡、信号通路与内耳疾病病理机制研究进展

一、炎症反应中细胞因子的动态平衡调控机制 活化的炎性细胞在免疫应答过程中可同时合成并释放促炎与抗炎两类细胞因子。细胞因子是一类具有广泛生物活性的小分子蛋白质或多肽,根据其在炎症过程中的功能差异,主要分为促炎细胞因子与抗炎细胞因子。促炎细…

科哥二次开发指南:一小时构建定制化Z-Image-Turbo工作流

科哥二次开发指南:一小时构建定制化Z-Image-Turbo工作流 如果你正在寻找一种快速构建AI图像生成工作流的方法,Z-Image-Turbo无疑是一个值得关注的选择。这款由阿里巴巴开源的模型仅需8步推理就能生成高质量图像,相比传统扩散模型50步的流程&a…

SMOTE算法过采样 解决类不平衡问题,用于机器学习的分类问题 ===============...

SMOTE算法过采样 解决类不平衡问题,用于机器学习的分类问题SMOTE是一种综合采样人工合成数据算法,用于解决数据类别不平衡问题(Imbalanced class problem),以Over-sampling少数类和Under-sampling多数类结合的方式来合成数据。 案例数据中前9…

Hugging Face 生态全景图:从数据到部署的全链路 AI 工厂

如果你在 2025 年还没接触过 Hugging Face(简称 HF),那你可能错过了整个大模型时代最强大的工具链之一。HF 已经从最初的 “模型仓库” 发展成一个覆盖数据处理 → 模型训练 → 微调 → 评估 → 部署的全链路 AI 生态系统。它就像一个 “大模…

Z-Image-Turbo API速成:30分钟搭建属于你的图像生成微服务

Z-Image-Turbo API速成:30分钟搭建属于你的图像生成微服务 作为一名后端工程师,最近接到一个任务:为公司CMS系统集成AI图像生成功能。面对复杂的AI模型部署流程,我一度感到无从下手。直到发现了Z-Image-Turbo这个开箱即用的解决方…

多模型对比不求人:一键切换不同版本Z-Image-Turbo的云端实验室

多模型对比不求人:一键切换不同版本Z-Image-Turbo的云端实验室 如果你正在评测Z-Image-Turbo不同版本的生成效果,每次切换模型都要重新配置环境,那这篇文章就是为你准备的。本文将介绍如何利用预置镜像快速搭建一个可以随时切换、隔离测试的云…

新能源汽车资源合集

新能源汽车三电系统维修课|电池电机电控(106节实操课程) 文件大小: 5.0GB内容特色: 106节三电实操,电池电机电控全拆解适用人群: 新能源汽修技师、高职学员、转行工程师核心价值: 学完即可上手新能源车三电维修下载链接: https:/…

从零到一:用阿里云预配置镜像快速构建Z-Image-Turbo二次开发平台

从零到一:用阿里云预配置镜像快速构建Z-Image-Turbo二次开发平台 为什么选择Z-Image-Turbo进行AI图像生成 Z-Image-Turbo是阿里云推出的高性能文生图模型,特别适合需要快速生成高质量图像的场景。对于创业公司CTO和技术团队来说,直接评估Z-Im…

AI辅助教育:教师如何用Z-Image-Turbo云端环境创建可视化教学材料

AI辅助教育:教师如何用Z-Image-Turbo云端环境创建可视化教学材料 作为一名中学历史教师,你是否曾为找不到合适的历史场景图片而苦恼?或是想用生动的图像辅助教学却苦于不会绘画?现在,借助Z-Image-Turbo这一AI图像生成工…

基于人工蜂群算法(ABC)的MATLAB数值计算求解框架

一、ABC算法核心框架(MATLAB实现) function [bestSol, bestCost] ABC_Algorithm(func, dim, lb, ub, maxIter, nPop)% 参数说明:% func: 目标函数句柄% dim: 变量维度% lb: 下界向量% ub: 上界向量% maxIter: 最大迭代次数% nPop: 种群规模%…

营养师资源合集

营养师培训课程医学基础20课 文件大小: 2.2GB内容特色: 20课系统梳理医学基础,覆盖生理、生化、病理核心考点适用人群: 备考营养师、健康管理师及零基础转行者核心价值: 2.2GB高清视频图表,一次打包夯实医学根基,省时高效下载链接: https://…

SQL中的UNION ALL和UNION 有什么区别,以及如何去使用

UNION ALL 是 SQL 中用于合并两个或多个 SELECT 查询结果集的操作符,其核心特点是保留所有行,包括重复行,且不进行排序。它在数据整合、日志合并、分表查询等场景中非常实用。下面从语法、使用条件、示例、性能特点及注意事项等方面系统讲解 …

书籍-托克维尔《旧制度与大革命》

托克维尔《旧制度与大革命》详细介绍 书籍基本信息 书名:旧制度与大革命(L’Ancien Rgime et la Rvolution) 作者:[法]亚历克西德托克维尔(Alexis de Tocqueville,1805-1859) 成书时间&#xff…

Java 同步锁性能的最佳实践:从理论到实践的完整指南

Java 同步锁性能的最佳实践:从理论到实践的完整指南(基于 Java 23/24,2026 年现状) Java 多线程编程中,同步锁是确保线程安全的核心机制,但不当使用会导致性能瓶颈,如争用开销、上下文切换和死…

家庭教育资源合集

## 家庭教育课程 学霸养成计划 文件大小: 14.8GB内容特色: 14G系统课,拆解学霸习惯与亲子沟通术适用人群: 想提升孩子自驱力的0-18岁家长核心价值: 用科学方法把“陪写”变“陪学”,成绩与关系双升下载链接: https://pan.quark.cn/s/06f66b9a6…

化工消泡剂的关键作用与应用

在化工生产中,废水处理是保障环境安全与生产效率的关键环节,而废水中的泡沫问题却常成“绊脚石”。泡沫会降低污水处理设备运行效率,引发污泥流失、水质波动,甚至带来安全隐患。化工消泡剂凭借有效、稳定、适应性强的特性&#xf…

Java 大视界 -- 基于 Java 的大数据实时流处理在工业物联网设备状态监测中的应用与挑战

Java 大视界 – 基于 Java 的大数据实时流处理在工业物联网设备状态监测中的应用与挑战(2026 年最新视角) 工业物联网(IIoT)设备状态监测是数字化转型的核心场景,涉及海量传感器数据(如温度、振动、压力&a…

AI摄影棚:虚拟产品拍摄的环境光效智能生成

AI摄影棚:虚拟产品拍摄的环境光效智能生成实战指南 电商产品摄影中,为不同商品手动调整布光方案既耗时又依赖经验。本文将介绍如何通过AI摄影棚:虚拟产品拍摄的环境光效智能生成技术,快速生成匹配商品特性的专业级光照效果。该方案…

多线程使用场景指南

多线程使用场景指南 概述 多线程是现代软件开发中的重要技术,它允许程序同时执行多个任务,提高系统资源利用率和应用程序响应性。本文档将详细介绍多线程在实际开发中的主要使用场景,帮助开发者理解何时以及如何使用多线程技术。 1. 计算密集…