文 | 市值水晶，作者 | 曲林，编辑 | 大海
今年 4 月，智谱向北京证监局正式提交了上市辅导备案，辅导机构为中国国际金融股份有限公司 （中金公司），成为 「大模型六小龙」 中首家启动 A 股 IPO 进程的企业。但近期有消息传出，智谱正考虑将 IPO 地点由 A 股转向港股，据彭博社援引知情人士消息，智谱正在与财务顾问合作，拟于香港市场上市，预计募资规模或达 3 亿美元 （约 23.4 亿港元）。
智谱在拟赴 A 股上市之后，又被传转向港股，其背后在于智谱急于打通资本渠道，获得更多的融资。
7 月 2 日，智谱发布 GLM-4.1V-Thinking 系列视觉推理模型，并率先开源了 GLM-4.1V-9B-Thinking。之后又上线了实验模型 GLM-Experimental。
数据显示，智谱已累计发布 50+款模型，并且迭代速度较快。截至今年 7 月，智谱融资数额超 135 亿元，高融资额换来高频技术更新，智谱试图以技术为突破口开拓市场，但现实中，商业化落地又是无法避免难题，上市并非解决难题的答案，更重要的在于之后的路。
如何平衡技术研发和资金成本，找到商业化出路，不再是智谱可以忽略的问题。
01 一个新模型，一份效率 PPT
继 7 月 2 日智谱发布 GLM-4.1V-Thinking 系列视觉推理模型之后，智谱又悄悄上线了一款实验模型 GLM- Experimental。
该模型目前并不在智谱的独立模型之中，据智谱前产品经理透露，该模型核心做展示代码用，可能会上线和 Gemma 类似的功能，但还在早期，模型稳定性不太好。
据 「市值水晶」 体验，相比智谱之前的模型，搭载 GLM-Experimental 的 Z.ai 主要在 PPT 制作方面做了升级。
用户只需输入简单的提示词，它便可以直接生成 PPT，并在生成过程中展示代码。制作结束后，可以在查看 PPT 成品和查看代码之间随意切换，还会展示 PPT 的核心提纲。
相比之下，Kimi 会在生成 PPT 之前为用户列好提纲，再让用户自行选择 PPT 模板，最后进行统一排版。二者操作顺序不同。但如果仅向 GLM-Experimental 提供一个简单的提示词，在 PPT 排版设计上略显乏力，相比之下，kimi 让用户自行选择 PPT 模板，在排版设计方面的可控性更强。
输入更为详细的提示词后，PPT 的质量有了明显的提高。表现在内容方向更加具体，排版设计整体提升，有具体数据支撑，增加说服力。
以上两种情况均没有添加额外附件，该模型可以仅根据需求生成 PPT。目前，该模型在使用中最多添加 5 个附件，每个附件不能超过 5M；而 Kimi 最多可添加 50 个附件，每个不超过 100M，并支持多种文件格式。
如果上传附件，最佳方案也是配合相关文字说明，才能生成较为完整的 PPT。
整体来说，该模型目前还正在试用当中，在 PPT 制作方面的确存在出彩的部分，但在提纲提取，排版制作，整体设计方面还需进一步优化。
智谱专注于生成式人工智能，已推出语言模型，多模态模型，音视频模型等多类模型，而高频推出技术模型的背后是高额的资金投入。
02 智谱的平衡点
随着技术的发展，大模型企业备受资本市场追捧。Kimi 所属公司月之暗面 2024 年估值达到 200 亿元；贴有 「清华」 标签的智谱 2024 年 D 轮融资 30 亿元，估值达到 260 亿元。其他大模型公司如百川智能、零一万物等同样博得资本市场青睐。但自从 deepseek 横空出世，给 「烧钱=技术增长」 打上问号，资本投资的狂热退却，对于各个大模型公司来说，融资变得艰难起来。
然而，在此背景下，智谱 2025 年仍然融资 10 亿元，由浦东创投集团和张江集团联合投资。那么，持续获得投资的智谱又为何着急上市？
智谱 CEO 张鹏在采访中提到，智谱主要做通用基座模型，致力于通用人工智能，在模型预训练方面耗费巨大。
业内人士告诉 「市值水晶」，一个模型版本的开发时间一般是 3-6 个月，不同模型之间的迭代速度很快。
2024 年智谱首次在年报中单独列示 「研发支出 9.08 亿元」，并明确用于基座模型迭代、垂类大模型及知识图谱并购。
2025 年起，智谱将全年定义为 「开源年」，上半年已获北京市人工智能产业投资基金追加 2 亿元，Z 基金再投 3 亿元，全部计入研发及生态补贴。
对于高研发强度的智谱来说，不是 「我需要多少钱」，而是 「你有多少钱」。就像用完全的 「拿来主义」 填补一个科研 「无底洞」，一笔笔融资，不过是杯水车薪。
相关数据显示，智谱 2024 收入约为 2 亿元，而亏损却达 20 亿元。
除了持续烧钱的技术研发，智谱的商业化变现也不足以反哺企业。
作为 「清华系」 的智谱曾被某国资投资方认为是最有确定性的标的，在资本市场被给予厚望。同期还有月之暗面、MiniMax、百川智能、零一万物、阶跃星辰，它们与智谱并称为 「AI 六小龙」。然而，Deepseek 的上市却打破了这一局面。
新技术公司早期面向的是蓝海市场，竞争对手较少，有一家独大的可能，而到了中期慢慢进入红海，市场体量变大但竞争变多，由此被贴上 「市场认为变现能力弱」 的标签。
技术壁垒逐渐被突破，市场竞争加剧，对于 AI 公司而言，商业化变现困难似乎是必然趋势。
而对于智谱 「变现能力弱」，相关行业人士提出了另一个观点：「智谱变现能力下降，是一个对比后的结果。与大厂相比，智谱的确变现能力不足，但与 Deepseek、Kimi 相比，变现能力强了几倍。」
相比于通义、火山引擎这类大厂，智谱在商业化变现方面显露劣势。大厂有足够丰富的基础建设，加上大面积的营销推广和售前人才，拥有成熟的公司组织结构；反观智谱，智谱是技术创业公司出身，没有较为成熟的体系，产品化进展缓慢，内部销售、售前缺乏标准，没有前期积累，导致在商业化方面稍显弱势。
有相同情况的还有月之暗面。2024 年，月之暗面做了 API 和企业交付，但之后被迫放弃，原因在于公司没有组织形态和商业化交付能力。
智谱 CEO 张鹏曾在访谈中提到：「不管智谱融了多少钱，拿了多少收益，其实都是通往 AGI 道路上的盘缠。」 毫无疑问，智谱需要钱，而上市，可以融到更多的钱。
一边是通往通用人工智能的理想，一边是现实情况的压力，如何找到技术研发、商业化变现和资金控制之间的平衡点，才是上市前后的支撑点。否则，面对上市之后更多资金的流入也不过是黄粱一梦。
03 结语
AI 市场目前正存在分化趋势，不再是 「一个大赛道、一把尺子」，而是 「多条岔路、多套规则」。
C 端方面，用户不再只是以 「尝新鲜」 为主要目的，而是分化出了一批愿意付费和订阅的群体，这一群体多以高学历、新一线、男性为主；产品形态上，有通用助手类，如豆包、kimi 等，还有垂直场景下的产品，如 AI 视频、AI 编程等。
除此之外，AI 还可以配合音箱，眼镜等硬件，不同的 AI 产品有不同的产品打法，市场上不再只遵循一项规则；商业模式层面，「免费+订阅」 是主流变现方式，广告/会员混合模式逐渐被验证。
B 端方面，To B 市场中的技术层 （LLM+infra） 和 To B 商业化交付 （agent 平台、一体机、软件工具 Vertical agent、定制化 agent） 也在分化。
智谱除了要找到资金，技术的平衡点之外，还要在逐渐分化的市场中精确自身定位，建立自身优势，寻找商业化最优解。
