獨家 | 智譜今日啟動PDIE，高增長與高投入并行，估值244億

獨角獸早知道 iponews

｜資訊撬動新資本｜

據“獨角獸早知道”獨家消息源，智譜于12月22日啟動港股上市前PDIE(Pre-Deal Investor Education)，此前公司已通過港交所上市聆訊，中金公司為獨家保薦人。

綜合 | 招股書 編輯 | Echo

本文僅為信息交流之用，不構成任何交易建議

據招股書，智譜是中國領先的人工智能公司，致力于開發先進的通用大模型。2019年，公司秉承著在中國追求通用人工智能(AGI)創新的大膽理念而創立。公司于全方位的人工智能研究中扎實交付先進技術，并穩步擴大其商業應用，以實現收入的快速增長。

2021年，智譜發布了中國首個專有預訓練大模型框架GLM框架，并推出了公司的模型即服務(MaaS)產品開發及商業化平臺，透過該平臺提供公司的大模型服務。于2022年，公司開源首個1,000億規模的模型(GLM-130B)。公司運營于大語言模型(LLM)市場，其為更廣泛AI市場的一個細分領域。

智譜為機構客戶（包括私營企業及公共行業實體）及個人用戶（包括個人終端用戶及獨立開發者）提供通用大模型服務。截至2025年6月30日，公司的模型已為逾八千家機構客戶提供支持，截至最后實際可行日期，已為約8000萬臺設備提供支持。

根據弗若斯特沙利文的資料，按2024年的收入計，智譜在中國獨立通用大模型開發商中位列第一，在所有通用大模型開發商中位列第二，市場份額為6.6%。

于往績記錄期，公司實現收入顯著增長。于2022年、2023年及2024年，智譜的收入分別為5740萬元(人民幣，下同)、1.25億元及3.12億元，復合年增長率為130%以上。截至2024年及2025年6月30日止六個月，公司的收入分別為4490萬元及1.91億元。

盡管公司的業務實現持續增長，但智譜于2022年、2023年、2024年以及截至2024年及2025年6月30日止六個月分別錄得年內虧損1.44億元、7.88億元、29.58億元、12.36億元及23.58億元。

于往績記錄期，虧損主要由于公司對研發作出重大投資。公司的研發開支由2022年的8440萬元增至2023年的5.29億元，并進一步增至2024年的21.95億元。公司的研發開支由截至2024年6月30日止六個月的8.59億元增加85.6%至2025年6月30日的15.95億元。

隨著智譜將技術商業化以把握住先進的人工智能帶來的巨大市場機遇，公司圍繞一體化MaaS平臺組織產品供應。公司的MaaS平臺主要提供四類模型：語言模型、多模態模型、智能體模型及代碼模型，以及用于模型微調、部署及智能體開發的集成工具。

公司MaaS平臺的主要優勢為模型能力全面覆蓋、應用場景廣泛擴展性及多元化算力基礎設施適應性。盡管算力基礎設施、終端設備及應用程序中存在較大異構性，但通過該產品開發及商業化平臺，公司以最適配、合理及可擴展的方式，向機構客戶、開發者及個人客戶提供智能服務。

智譜的MaaS平臺包含以下三個層級：

全面的模型組合。公司已建立全面的先進AI模型組合，在語言、多模態、智能體及代碼能力方面展示出行業領先的性能。從公司廣泛而強大的產品組合中，客戶和開發者總能找到最適合其特定需求的解決方案。

可擴展的應用。公司的模型及智能體旨在跨多樣化硬件、跨應用場景、跨業務工作流程無縫進行工具調用并執行復雜任務，支持AI原生的多模態復雜對話及深度推理。例如，公司的模型及智能體可協助機構客戶優化業務工作流程、大規模處理及分析運營數據及支持決策制定。

此外，公司的MaaS平臺提供了一個智能體工作區，其中包含各種智能體模板及基于場景的解決方案。通過該智能體工作區，公司的客戶可通過簡化的模型微調、增量模型訓練及提示工程，迅速定制智能體。

便捷的基礎設施適配性。公司與算力基礎設施合作伙伴攜手共同設計先進的算力基礎設施，使公司的MaaS平臺能夠提供集成計算、網絡、訓練通信以及推理加速能力。該合作亦使公司的模型具備廣泛的適配性，支持從15億到2,300億參數的模型規模，并能夠實現大規模、實時的跨云及芯片組部署。尤其是，此適配性使公司的模型能夠擴展到大眾使用設備，如手機、個人計算機及智能汽車，并惠及大量終端消費者。

公司的MaaS平臺提供靈活的自定義模型部署選項，以滿足企業的多樣化需求，同時保持效率、可擴展性和數據安全性。公司主要提供兩種部署方式：本地化部署和云端部署：

對于本地化部署，公司的模型托管在客戶自己的基礎設施內。此方法使組織能夠利用其專有或敏感數據，定制私域專屬AI模型。本地化部署提供了對性能優化和基礎設施配置的更大控制權，使其適用于復雜或高度專業化的應用場景。

對于云端部署，公司的模型托管在可擴展且可靠的云端基礎設施上。此方法適合尋求敏捷性和易于實施性的企業。利用云端，客戶無需昂貴的本地基礎設施，從而能夠快速且經濟高效地部署AI解決方案。

就本地化部署而言，公司于大模型及相關服務交付至客戶指定地點并經客戶檢驗驗收時確認收入。就云端部署而言，公司于合約期內確認收入。具體而言，對于以訂閱為基礎的合約，公司通常于合約期內按比例確認收入。對于以使用量為基礎的合約，公司在向客戶提供服務時根據客戶對資源的利用情況確認收入。

招股書顯示，為了讓機器像人一樣思考，智譜必須賦予AI三種核心的人類能力：深度思考、認知世界及工具使用。公司據此開發了公司的AI模型，其可分為三個相應類別：反思及沉思模型、多模態模型及智能體模型。公司亦開發了代碼模型，其可以自動生成代碼并提升編程效率。所有四個類別均基于公司的GLM系列基座模型開發。基座模型以及反思及沉思模型均屬更廣泛的語言模型類別。

基座模型為預訓練大語言模型，作為開發各種專業模型的基礎。GLM-4.5為公司的旗艦基座模型，發布時即已開源。通過多階段訓練并結合微調與強化學習的全方位后訓練，GLM-4.5在智能體、推理及編碼任務上均展現出卓越性能。

該模型亦支持多模態擴展與大語境處理功能，可解讀高階提示詞并自主生成實用型解決方案。GLM-4.5的模型參數規模達3,550億，同時公司亦研發出輕量級版本GLM-4.5-Air，其參數規模為1,060億。

根據弗若斯特沙利文的資料，GLM-4.5取得以下領先地位：基準測試。依據2025年7月進行的12項業界標準基準測試1的評估結果，GLM-4.5在全球排名第三、在中國躍居第一及全球開源模型位居榜首。GLM-4.5在該十二項基準測試中獲得了63.2的綜合評分，而行業同類模型的得分范圍則介于46.3至65.0之間。

全球排行榜。于2025年9月，GLM-4.5在ChatbotArena及WebDevArena全球排行榜中位列第五，上述排行榜均為業界公認的全球排行榜，分別對大模型的整體功能及編碼功能進行排名。

token消耗量。自GLM-4.5發布及直至最后實際可行日期，公司在OpenRouter（一家提供各類大模型API訪問權限的全球領先平臺）上的token消耗量持續居于全球前十及中國前三。這種穩定的表現凸顯了GLM-4.5強大的競爭力及市場認可度，展現了其先進的效能、可擴展性及實際可用性。

人氣排名。于首發后僅48小時內，GLM-4.5便躍居HuggingFace（全球最大開源模型平臺）熱門榜上全球榜首。

幻覺率。于2025年9月，根據檢索增強生成(RAG)領域的LLM幻覺排行榜，GLM-4.5的幻覺率為全球第二低及中國最低。該基準測試通過向大模型發出故意誤導性問題，依據大模型生成不存在答案（即幻覺）的頻率對其進行評估。

2025年9月，公司發布GLM-4.6，GLM-4.6為公司基座模型的進一步升級版本，主要強化了編碼能力。2025年11月，GLM-4.6于CodeArena上位列全球第一，該平臺是業界最新公認、專為評測模型編碼能力而設計的全球性評估系統。

反思及沉思模型在生成答案前會花費額外時間“深度思考”，這使其更適用于復雜推理任務。基于基座模型，公司構建了反思模型(GLM-Z1)與沉思模型(GLM-Z1-Rumination)。

GLM-Z1為一種專攻確定性命題，致力于提供更精確、更準確的解決方案的反思模型。其基于基座模型，通過擴展強化學習及進一步的數學、代碼與邏輯任務專項訓練開發而成。

GLM-Z1-Rumination專攻不確定性命題，尤其是需迭代收集處理外部信息的開放性探索問題。與GLM-Z1相比，GLM-Z1-Rumination能夠通過更深入持久的思考并使用工具解決更為開放性的復雜問題。

多模態模型能夠處理并整合來自不同模態的信息，例如文本、圖片、音頻和視頻。公司已開發服務于不同功能的多模態模型，如CogView（圖像生成）、GLM-4.5V（視覺理解及推理）、CogVideoX（視頻生成）、GLM-Realtime（實時視頻通話）及GLM-4-Voice（語音模型）。

AI Agent整合推理、規劃與工具使用能力，可在無需持續人工輸入下自主執行多步驟任務。

公司的基座智能體模型是AutoGLM。AutoGLM標志著公司AI宇宙從“對話”到“執行”的重大演進，彌合了對話式AI與現實任務執行的鴻溝。作為專為通過圖形用戶界面(GUI)自主控制數字設備設計的基座智能體，AutoGLM將類人推理轉化為具體行動。AutoGLM在AgentBench（斯坦福大學《2024年AI指數》報告認證的智能體AI基準）實現SOTA性能。

于2025年8月，公司發布AutoGLM的升級版本（亦稱“AutoGLM 2.0”），由當時最新的基座模型GLM-4.5及視覺理解及推理模型GLM-4.5V驅動。該升級版本使AutoGLM能夠在更廣泛的移動應用程序及網站中模擬人類操作行為，并可在云端自主完成指定任務，無需占用用戶的手機或計算機，讓用戶可繼續使用其設備而不會中斷。

AutoGLM Rumination是AutoGLM的高級版，為一款專為探索開放式命題并根據其發現結果采取行動而設計的自主AIagent。AutoGLM Rumination的特點是“邊想邊干”——其融合GLMZ1-Rumination模型的出色推理能力與AutoGLM的交互操作能力。AutoGLM Rumination可處理需深度推理、迭代研究及產出可執行結果的復雜任務。

公司已開發出CoCo（一款先進的企業級AIagent，專為企業環境中的智能自動化而設計）。

CodeGeeX是旨在提升編程效率與簡化工作流程的強大代碼模型。其使開發者可基于自然語言描述自動生成代碼，或補全未完成代碼行或代碼塊，顯著提升生產效率。

截至最后實際可行日期，上述精選模型及智能體已商業化。

作為一家大模型公司，公司于大語言模型市場運營，其為AI市場的一個分支。近年來，特別是2022年以來，大語言模型的發展經歷了巨大的飛躍。目前最前沿的研究主要在美國和中國開展，兩國都涌現出了一批領軍公司。

以收入計，2024年中國大語言模型市場規模已達到人民幣53億元，其中機構客戶貢獻人民幣47億元，個人客戶貢獻人民幣6億元。隨著大語言模型技術的不斷進步以及機構與個人用戶需求的不斷增長，估計到2030年該市場規模將增至人民幣1,011億元，2024年至2030年的復合年增長率為63.5%。機構客戶仍將是市場增長的核心驅動力，估計到2030年中國企業級大語言模型市場規模將達到人民幣904億元，2024年至2030年的復合年增長率為63.7%。

中國大語言模型市場的參與者可分為獨立提供商及非獨立提供商。獨立提供商從業務開展初期就具備大語言模型技術原生、大語言模型產品原生及大語言模型商業模式原生的特點；而非獨立提供商則通常為涉足AI領域的科技巨頭。

與非獨立提供商相比，獨立提供商面臨著非常不同的競爭動態。例如，非獨立提供商利用其原有的多元化業務線，積累了龐大的用戶群，這有利于其大語言模型產品的推廣。然而，另一方面，如果科技巨頭經營的業務線與客戶自己的業務直接競爭，企業客戶可能不愿意選擇其提供的大語言模型產品。

此外，若干行業的企業客戶對進入或可能進入若干科技巨頭的影響范圍十分謹慎，且更傾向于采用“純粹(pure-play)”提供商的AI解決方案。

截至最后實際可行日期，智譜在中國擁有86項注冊專利，其中84項為發明專利，及在中國提出234項專利申請。截至同日，公司在中國擁有160項著作權、314個商標及58個域名。

招股書顯示，智譜的股東包括美團、螞蟻集團、清華資產管理、今日資本等。

本次智譜香港IPO募資金額擬用于下述用途：約70.0%將用于持續增強公司在通用AI大模型方面的研發能力；約10.0%將用于通過提供最新的基座模型以及訓練/推理工具及基礎設施持續優化公司的MaaS平臺；約10.0%將用于發展業務合作伙伴網絡以及進行戰略投資；及約10.0%將用于營運資金及其他一般企業用途。

注：本文素材來源于互聯網公開渠道，如有侵權請聯系刪除。內容所述僅代表個人觀點，不作為指導依據，據此操作風險自擔！

【公司回顧】

好文！別忘點“推薦”