最被低估的AI公司，走到聚光燈下

文 ｜ 闌夕

智譜搶先成了全球第一家IPO的大模型公司，效率不可謂不驚人。

即便不考慮開綠燈的加速因素，在短短幾年時間里，智譜就完成了上市所需的業(yè)績，這在「以燒錢為目的」的AI行業(yè)，實屬不易。

這幾天全網(wǎng)都在刷智譜的招股書，畢竟機會難得，有這么一家牌桌上的AI廠商盡到披露義務(wù)，把各項「身體指標」剖開了給人看，非常適合以小見大，洞察整個前沿行業(yè)的經(jīng)濟表現(xiàn)。

先說結(jié)論：壓力不是一般的大，然而，風(fēng)景也不是一般的好。

一直以來，智譜的定位都是對標OpenAI，可能很多人會覺得離譜，兩家公司的體量實在差得有點多，攀附之心，圖窮匕見。

但有一說一，智譜在路徑上，確實和OpenAI很像，它們都建立在一個非同尋常的可能性上：大模型市場，需要獨立的開發(fā)商。

OpenAI的問世原因大家都知道，一群才華橫溢的研究員因為反對Google這個共識而聚在一起，他們都堅定相信，如果AI的權(quán)柄也被Google掌握，必然暗無天日。

智譜自從被貼上「國家隊」的標簽，并始終活躍在第一梯隊里，這和它找準的那條賽道關(guān)系莫大，也就是中國需要一家不依附于互聯(lián)網(wǎng)巨頭的獨立大模型公司，來構(gòu)建信任度。

行業(yè)里確實存在這樣的反共識，即：無論是Google抑或其他大廠贏得比賽的結(jié)果，只會通向一個乏善可陳的未來，AI將肉眼可見的淪為現(xiàn)有商業(yè)生態(tài)的工具，去給廣告收入增加百分點。

所以O(shè)penAI和智譜這樣的初創(chuàng)公司之所以能夠成立——而且是在資本的簇擁之下——是因為有足夠多的人下注在這一邊，下注給新增的變數(shù)。

就連對于基座模型的投入，OpenAI和智譜都有著「執(zhí)手相看淚眼」的一致性。

在播客節(jié)目Big Technology的對話里，Sam Altman再次回應(yīng)外界對于巨額成本的擔(dān)憂：「如果我們不再訓(xùn)練新的模型，明天就能開始盈利。但我們選擇的是繼續(xù)加大投入。」

智譜的財務(wù)結(jié)構(gòu)，也指向這個不進則退的殘酷事實，購買算力和虧損數(shù)字高度對齊，理論上和OpenAI一樣，是在拿當(dāng)下的錢，去買未來的競爭力，反映到財務(wù)上，就是產(chǎn)生回報也會等比例的滯后。

如果沒有如此長期的投入，智譜不會迎來自己的驚艷時刻：今年發(fā)布的旗艦?zāi)Ｐ虶LM 4.5/4.6，橫掃全球各大基準測試榜單，性能表現(xiàn)位列頂級陣營。

可以這么說，GLM 4.5/4.6發(fā)布前后的智譜，在價值上是兩家完全不同的公司，而促成這種變化的，就是持續(xù)不斷的算力投入。

長江后浪推前浪，前浪死在沙灘上，對于AI公司來說，活不到「量變引起質(zhì)變」的那一天，比花了太多錢要危險得多。

更重要的是，長期來看，單位算力成本是在下降的，而單位付費收入?yún)s不會減少，這會顯著改善大模型的商業(yè)模式及其結(jié)構(gòu)。

從往期業(yè)績來看，智譜的毛利率一直保持在50%以上，表現(xiàn)相當(dāng)優(yōu)異，隨著MaaS服務(wù)的起量，它在經(jīng)歷從「高毛利、中增長」到「中毛利、高增長」的戰(zhàn)略轉(zhuǎn)型，毛利率從2023年的峰值64.5%調(diào)整到今年上半年的50%左右，而營收增長則從同期的119%暴增到325%，規(guī)模化的跡象很明顯。

根據(jù)The Information的報道，OpenAI和Anthropic也已經(jīng)開始推動了模型運行效率的提升，它們的計算利潤率——基于付費用戶的ROI——去年分別是10%和負值，而今年已經(jīng)雙雙接近70%，效果斐然。

當(dāng)然，與OpenAI看齊，并不意味著智譜有著相同的境遇，恰恰相反，二者之間的巨大差距，才是值得市場檢驗的答案，某種意義上，智譜拿著一個測量中國大模型產(chǎn)業(yè)價值的刻度尺。

投資人莊明浩發(fā)明了這么一個情緒公式：

按照國產(chǎn)GPU有1%的概率成為英偉達的想象，那么估值也按1%來算，英偉達的1%是400多億美金左右，12月上市的摩爾線程、沐曦，剛好就在這個水位。

所以，如果智譜也放進這個公式，基于OpenAI的7500億美金估值，轉(zhuǎn)換而來的市場稱重可能就在500億人民幣左右，和大多數(shù)機構(gòu)預(yù)測的差不多。

更重要的是，模型之間的差距再大，也不可能是1%和100%，這實際上意味著智譜的增長空間還有多大，是供給——而不是需求——限制了發(fā)展，這是一個相對容易解決的問題。

要知道，智譜是國產(chǎn)大模型廠商里，為數(shù)不多的能夠直接通過基座模型賺錢的公司。

這也是招股書里容易錯判的一處考點，本地化部署的收入占比85%，很多人因此幻視商湯，認為這不是互聯(lián)網(wǎng)公司的玩法。

但是就像上面提到的，智譜真正脫胎換骨的GLM 4.5/4.6，是在今年7月才發(fā)布的，相當(dāng)于連半年的錢都沒賺完，在收入占比上吃虧，是很正常的。

關(guān)鍵是要把增速計算進來，從下半年開始，智譜的云側(cè)收入開始呈現(xiàn)指數(shù)級增長，GLM 4.5/4.6的模型讓智譜的MaaS平臺營收翻了10倍以上，預(yù)計在短期內(nèi)就能和本地化部署業(yè)務(wù)五五開，這就是基座模型的競爭力所能創(chuàng)造的經(jīng)濟效益。

要我說，智譜選在這個時間點推進上市，以致于招股書里統(tǒng)計不到今年下半年的財務(wù)數(shù)據(jù)，才是最傷的??富貴不還鄉(xiāng)，如錦衣夜行。

而且就在這幾天，智譜也沒落下模型的迭代，GLM 4.7今天上線，在編程競技場Code Arena里位列開源第一、國產(chǎn)第一，超過GPT-5.2，并延續(xù)了3個月左右一輪的升級周期。

在智譜的統(tǒng)計口徑里，付費流量收入超過所有國產(chǎn)模型之和，這個對比有些不講武德——多數(shù)國產(chǎn)大模型都還在圈地階段，而且因為不愁輸血的關(guān)系，并沒有特別緊迫的變現(xiàn)需求。

所以不妨換一個數(shù)據(jù)，也就是行業(yè)里越來越重視的Tokens消耗量。

智譜的日均Tokens消耗量，截至11月，是4.2萬億，作為對比，豆包同期的日均Tokens消耗量是50億左右，兩者相差12倍。

但豆包是中國用戶量排在第一的大模型，月活高達1.7億，相比之下，主要發(fā)力企業(yè)級和開發(fā)者兩大2B市場的智譜，月活肯定不如豆包的1/12，人均消耗的Tokens卻更高的，而且大多數(shù)是付費。

成本端也是一樣，智譜的研發(fā)投入看起來確實沉重，不過只要和頭部互聯(lián)網(wǎng)公司比起來，經(jīng)濟性的領(lǐng)先毋庸置疑，做的也是高毛利的生意。

最近，風(fēng)險投資機構(gòu)Battery Ventures發(fā)了一份重磅報告「2025年AI趨勢總結(jié)」，其中包括三個核心洞察：

1、大模型的利潤結(jié)構(gòu)正在逆轉(zhuǎn)

過去，市場價值主要集中在硬件層，以致于英偉達這種「賣鏟子」的公司賺飽了上游的錢，形成所謂的「倒掛」現(xiàn)象，但是隨著智能成本下降，價值已經(jīng)在向應(yīng)用層轉(zhuǎn)移，特別是采用結(jié)果導(dǎo)向定價的公司，也就是賣方案的前景無量。

2、企業(yè)的采購周期在縮短中

在生產(chǎn)環(huán)境中，AI的部署量一年內(nèi)暴增4倍，65%的企業(yè)預(yù)計會增加用于大模型上的預(yù)算，因為能夠即時提高生產(chǎn)力，企業(yè)在接受AI的速度上遠超過當(dāng)初的SaaS市場，而且基礎(chǔ)設(shè)施的存在感越來越強，模型能力決定了一切體驗的根源。

3、基座模型是萬物之本

在以前所未有的速度擴張時，基座模型創(chuàng)造的ARR（經(jīng)常性年收入）效率同樣高到可怕，按照現(xiàn)有趨勢，這些公司達到100億美金ARR的速度要比平臺公司還要快上5倍，它們不但意在顛覆傳統(tǒng)軟件業(yè)，還攫取著過去流向服務(wù)和人力成本的大規(guī)模支出。

Battery Ventures的收尾也很干凈利落，如果說以前的數(shù)字化服務(wù)建立在「記錄系統(tǒng)」之上，那么大模型就是建立在「行動系統(tǒng)」之上，會從每一根螺絲釘開始，再造企業(yè)的生產(chǎn)流，而在這個過程里實現(xiàn)的經(jīng)濟回報，萬億只是最開始的單位。

這就是智譜駛?cè)氲哪瞧颍?dāng)迷霧散盡，不是靜水流深的湖泊，是海闊魚躍的汪洋。

至于清華大學(xué)、自主研發(fā)、適配國產(chǎn)芯片這些基于可信度的加分項，則都是1后面的那一串0，固然越多越好，但1才是不可或缺的核心競爭力：

就像來自對手的標記，構(gòu)成了比任何包裝都要過硬的「軍功章」：

今年，OpenAI在一份名為「Chinese Progress at the Front」的官方報告中提到，一家名為智譜的公司取得了顯著進展，圍繞主權(quán)AI競爭，OpenAI認為智譜已經(jīng)成為自己的頭號對手之一。

而在估值上，在企業(yè)級市場大殺四方的Anthropic可能更接近智譜的業(yè)務(wù)模式，從數(shù)據(jù)來看，ARR位于10億美金以下時，Anthropic的增速要弱于OpenAI，但是一旦越過了10億美金的ARR這一門檻，Anthropic的增速就與OpenAI持平、并隱約開始有了反超跡象。

這都指向一個標志性的趨勢，增長和規(guī)模化，是大模型在市場競爭里最重要的那道斬殺線。

攤手。