报告行业投资评级 根据报告内容，报告未明确给出对智谱华章（以下简称“公司”）或大模型行业的整体投资评级，但报告的核心观点和数据分析均显示出对公司前景的积极看法，并将其定位为中国大模型产业的领军者和全球头部厂商（如OpenAI、Anthropic）的中国对标[2]。 报告核心观点 报告的核心观点认为，公司是中国领先的大模型与AGI（通用人工智能）开拓者，其扎实的技术底蕴和领先的模型能力是业务发展的基石[2]。公司通过MaaS（模型即服务）平台将模型能力商业化，赋能千行百业，收入正进入高速增长曲线[2][50]。特别是在AI编程（AI Coding）这一高确定性赛道，公司凭借专注打磨和性价比优势，有望持续领跑并开拓广阔市场[2]。报告认为，公司从技术架构、商业模式到发展趋势，全面对标全球头部大模型公司[2]。 根据目录分章节总结 第一章 公司概览：中国领先的大模型厂商与AGI开拓者 - 发展历程与技术引领：公司成立于2019年，源自清华，是中国大模型产业的先行者与持续引领者。在ChatGPT兴起前已发布GLM系列基座模型，并持续快速迭代，最新旗舰模型为GLM-5.0[6]。 - 股权结构与团队背景：公司股权结构稳定，联合创始人及控股股东合计持股27.94%。核心创始团队均来自清华大学，在AI领域拥有深厚的研究基础和工程经验[10][11]。 - 财务表现与投入：公司收入高速增长，2024年实现收入3.1亿元，2022-2024年CAGR达130%+[16][50]。预计2023-2027年收入CAGR仍将保持130%+[2]。公司为打造全球领先模型持续加大研发投入，2024年经调整净亏损率较高，预计未来数年仍将保持高投入态势[18][20]。 - 核心价值与愿景：基于GLM的通用大模型能力是公司的核心价值，其模型能力已稳居全球第一梯队。公司以AGI为远期愿景，持续推动模型向自主学习方向演进[12][20]。 第二章 核心价值：模型能力为先，赋能千行百业 - 基座模型能力卓越：公司最新基座模型GLM-5在多项全球基准测试中达到SOTA（最先进）水准，例如在Artificial Analysis Intelligence Index中位列全球第四、开源和国产模型第一[24]。模型矩阵覆盖语言、多模态、智能体、代码等，满足多样化需求[28]。 - 坚持开源与生态建设：公司坚持模型开源路线，截至2025年6月底已开源50+ 模型，累计下载量超4,500万次，有效培育了开发者生态[35]。 - MaaS商业模式成熟：公司以MaaS为核心商业模式，提供云端API调用、云端私有化和本地化部署三种方式，预计2025年三者收入占比分别为14%、14% 和 72%[40]。该模式深度服务科技、互联网、金融、智能终端等各行业头部客户[36][44]。 - 增长驱动力强劲： - 收入结构优化：云端部署收入增速远超本地化部署，预计到2027/2028年，云端部署收入占比将提升至69%/80%，其中API相关占比有望接近50%，成为核心增长引擎[48][50]。 - Token消耗量激增：模型调用量呈指数级增长，截至2025年6月日均Token消耗量达4.6万亿，预计2025年底超6万亿。这支撑了API收入的快速增长，估计至2026年初API相关年度经常性收入（ARR）已接近6亿元，较去年同期增长数十倍[52][54]。 第三章 产业趋势：大模型能力向上，头部厂商引领创新 - 行业高速增长：大模型驱动AI产业加速。2024年中国AI市场规模为1,607亿元，预计2030年将达9,930亿元，2024-2030年CAGR为35.5%[66]。企业端是核心增长引擎，2024年企业级客户收入占大语言模型市场89%[70]。 - 竞争格局清晰化：全球及中国大模型市场均呈现头部集中趋势。海外OpenAI、Anthropic等独立厂商与科技巨头共存；中国则有望形成科技巨头与独立模型厂商并存的格局[73][88]。公司作为独立厂商，2024年以3亿元收入在中国大模型市场市占率6.6%，排名第二[88]。 - AI Coding市场机遇广阔：AI Coding是AI落地最快、最明确的场景。报告估算，远期美国和中国AI Coding总市场空间（TAM）达2,241亿美元（约合人民币1.6万亿元），若计入泛开发者群体，市场空间更大[98]。当前中国AI Coding采用率（30%）远低于美国（91%），增长潜力巨大[115]。 - 公司的Coding赛道优势：公司专注打磨Coding场景，模型具备低幻觉率、高稳定性及强大的推理与工具调用能力[2]。GLM-5的编程能力已对齐Claude Opus-4.5，但价格仅为后者的13%（推理价格对比），性价比优势显著[117][121]。公司已覆盖12,000家客户，作为独立第三方厂商，在服务企业端时具备中立性和深度合作优势[128]。 第四章 多维优势：模型矩阵迭代向前，应用储备与人才壁垒 - GLM-5技术升级显著：GLM-5聚焦Coding与智能体（Agentic）能力，总参数量从GLM-4.7的3550亿提升至7440亿，预训练数据从23万亿Tokens提升至28.5万亿Tokens。模型架构上引入了新的Slime强化学习框架和稀疏注意力机制，提升了训练效率和推理性能[137]。 - 应用场景延伸：基于强大基座模型，公司推出GLM in Excel等产品，向办公场景渗透；其AutoGLM智能体产品可模拟用户操作完成复杂任务，是公司在Agent领域的前瞻布局[141][145]。 - 深度适配国产算力：GLM-5已完成与华为昇腾、摩尔线程等国产算力平台的深度推理适配，实现“国产芯”与“国产模型”的双向赋能[141]。 - 雄厚的人才壁垒：公司研发团队实力雄厚，截至2025年上半年，657名研发人员占总员工73%+，其中硕博人才占比47%+。核心团队拥有深厚的清华系学术背景和丰富的科研产出[148]。