公司上市进程与市场表现 - 智谱在H股上市后继续推进A股上市计划 中国证监会官网更新了其IPO辅导进展信息 办理了新的辅导备案登记 [1] - 公司IPO辅导机构由原来的中金公司变更为国泰海通证券和中金公司两家 拟冲刺上交所科创板 [1] - 公司于1月8日在港交所挂牌上市 成为全球首家以通用人工智能(AGI)基座模型为核心业务的上市公司 上市以来累计暴涨超235% 截至昨日收盘报427.20港元/股 总市值超1900亿港元 [1] 核心产品与技术进展 - 公司于2月11日正式发布新一代旗舰模型GLM-5 在Coding与Agent能力上取得开源SOTA表现 在真实编程场景的使用体感逼近Claude Opus4.5 擅长复杂系统工程与长程Agent任务 [1] - GLM-5模型已上线智谱开发平台BigModel.cn、Z.ai及智谱清言(App/网页端) 可供用户体验 [1] - 2月12日 公司官方GLM Coding Plan上线即售罄 国产AI编程模型的付费套餐被抢空在行业中较为罕见 此前公司上调人工智能编码订阅计划GLM Coding Plan的套餐价格 整体涨幅30%起 [2] - 国家超算互联网 AI 社区上线智谱新一代旗舰基座模型 GLM-5 [2] - 新发布的GLM-5已完成与华为昇腾、摩尔线程、寒武纪、昆仑芯、沐曦、燧原、海光等主流国产芯片平台的深度推理适配与算子级优化 能够在国产算力集群上实现高吞吐、低延迟的稳定运行 [2] 公司业务与行业地位 - 智谱是中国领先的人工智能公司 致力于开发先进的通用大模型 公司于2019年创立 秉承在中国追求通用人工智能(AGI)创新的大胆理念 [2] - 公司于全方位的人工智能研究中扎实交付先进技术 并稳步扩大其商业应用 以实现收入的快速增长 [2] - 2021年 公司发布了中国首个专有预训练大模型框架GLM框架 并推出了公司的模型即服务(MaaS)产品开发及商业化平台 透过该平台提供公司的大模型服务 [2] - 于2022年 公司开源首个1,000亿规模的模型(GLM-130B) [3] - 根据弗若斯特沙利文的资料 按2024年的收入计 公司在中国独立通用大模型开发商中位列第一 在所有通用大模型开发商中位列第二 [3]

项目概况与投资规模 - 公司于2026年2月11日宣布，将在美国印第安纳州黎巴嫩市投资超过100亿美元，建设代号为“多米诺项目”的巨型数据中心 [1] - 该项目是公司迄今为止单体规模最大的人工智能基础设施投资之一，占地约1,500英亩，总建筑面积达400万平方英尺 [1] - 数据中心预计于2027年底或2028年初投入运营，未来数年内总投资额为100亿美元 [1] 战略定位与行业背景 - 该项目是公司“6,000亿美元美国基础设施投资计划”的关键组成部分，旨在应对谷歌与亚马逊在算力领域的竞争 [2] - 公司采取了“提前超量建设”的防御性策略，以确保在下一代通用人工智能研发中不因硬件瓶颈而落后 [2] - 人工智能已被公司首席执行官列为公司首要任务，大举投入以积聚赢得人工智能竞赛所必需的基础设施 [2] 运营能力与设施规划 - 数据中心破土动工，园区有望提供1吉瓦电力，以支持其人工智能项目及核心社交媒体业务 [1] - 该项目与位于路易斯安那州的“Hyperion”园区及俄亥俄州的“Prometheus”园区一同被列入公司的重点项目名单 [1] - 公司拥有逾30座数据中心集群，要么已投入运营，要么当前正在建设中 [3] 资本支出与预算变化 - 公司上月表示预计今年资本支出将高达1350亿美元，涵盖人工智能基础设施项目，该规模远超其2025年支出水平 [3] - 该项目最初的预估预算仅为8亿美元，但随着全球对高性能计算需求的高速攀升，投资规模在数年内实现了指数级增长 [2] 经济效益与就业创造 - 项目建设期间预计将创造超过4000个建筑岗位，并在建成后提供300个高薪技术岗位 [2] - 公司计划投入1.2亿美元用于改善当地基础设施，并设立专项社区基金以对冲当地居民可能面临的能源成本波动 [3] 可持续发展承诺 - 公司承诺该数据中心将实现100%可再生能源供电，并采用先进的闭环水冷系统以降低水资源消耗 [3] - 公司在推动技术进步的同时，也对印第安纳州当地的经济与环境做出了系统性承诺，力求在高速扩张与可持续发展之间达成平衡 [2][3]

软银集团潜在追加投资OpenAI - 软银集团正在商谈向人工智能公司OpenAI追加投资，最高金额可能达300亿美元，此举是软银创始人孙正义在全球AI竞赛中巩固核心地位的最新尝试 [1] - 谈判仍在进行中，存在变数，资金数额可能会发生变化 [1] OpenAI融资与估值动态 - OpenAI首席执行官山姆·奥尔特曼正在为新一轮融资落实资金安排，目标至少筹集500亿美元，估值可能达到7500亿至8300亿美元 [2] - 目前谈判尚处于早期阶段，金额可能会发生变化 [2] 软银与OpenAI现有合作关系 - 软银已于2025年12月31日全面完成了其此前承诺的400亿美元投资，最后一笔约225亿美元的注资通过软银愿景基金完成支付 [2] - 截至2025年底，软银对OpenAI的总持股比例已达到约11%，成为其主要的外部股东之一 [2] - 软银上个月刚刚向OpenAI注资225亿美元，从而积累了其11%的股份 [3] 软银的战略调整与资金准备 - 孙正义一直在减持仓位以增加其在OpenAI的持股比例，并为大规模投资做好资金准备，旨在将人工智能注入所有设备 [3] - 该公司已出售其在英伟达公司的股份，并且最近暂停了收购美国数据中心运营商Switch公司的谈判 [3] - 为支付部分投资费用，软银出售了其持有的T-Mobile US的股份，抛售了全部英伟达股份，并以Arm股份为抵押扩大了保证金贷款 [3] 软银在AI领域的其他投资与布局 - 软银集团近几个月来大幅增加了在人工智能领域的投资 [3] - 过去一年，该公司以65亿美元收购了美国芯片设计公司安培计算有限公司，并宣布以54亿美元收购ABB有限公司的机器人部门 [3] - 新的潜在注资与OpenAI、软银以及甲骨文共同推进的宏大项目“星际之门”紧密相关，该项目旨在建设超大规模的AI超级计算机数据中心，总规划投资可能高达万亿美元级别 [2] 市场反应与行业背景 - 软银在东京市场的股价在消息传出后的周三上涨了5.8% [2] - 尽管软银很早就投资了人工智能技术，但在全球竞相打造支持机器学习的半导体、服务器机架和其他硬件的热潮中，它却错失了良机，资金的大部分都流向了英伟达和台积电等少数几家芯片制造商 [3] - 市场分析认为，新的投资洽谈反映出孙正义对通用人工智能前景的极度看好，并愿意投入更多资本参与OpenAI的长期发展 [2]

公司上市进程与资本市场表现 - 智谱已完成港交所主板上市，成为“全球大模型第一股”，目前正持续推进A股上市计划，向“A+H”两地上市路径迈进 [2] - 公司于2025年4月启动A股上市辅导，后调整计划先行登陆港股，第三期辅导工作已于2025年第四季度完成，下一阶段将深化尽职调查 [3] - 公司港股于2026年1月8日上市，首日开盘价120港元，较发行价高开3.27%，收盘上涨13.17%，总市值约579亿港元 [3] - 截至2026年1月27日收盘，公司股价报233.40港元/股，市值达1027.50亿港元，自上市以来累计涨幅达100.86% [3] 公司业务与市场地位 - 公司是中国领先的人工智能公司，致力于开发先进的通用大模型，于2019年创立 [5] - 公司采用MaaS模式，通过API调用向开发者和企业输出智能能力，其云端MaaS和订阅业务呈现指数级增长 [5] - 公司MaaS平台的企业和开发者用户数超过290万，大模型已赋能全球12000家企业客户、超过8000万台终端用户设备及超过4500万名开发者 [5] - 公司是中国赋能终端设备最多的独立通用大模型厂商，在中国独立通用大模型开发商中位列第一 [5] - 按2024年收入计，公司在中国独立通用大模型开发商中位列第一，在所有通用大模型开发商中位列第二，市场份额为6.6% [5] 公司财务表现与资金用途 - 公司收入实现显著增长，2022年、2023年及2024年收入分别为5740万元、1.25亿元及3.12亿元人民币，复合年增长率超过130% [6] - 截至2024年及2025年6月30日止六个月，公司收入分别为4490万元及1.91亿元人民币 [6] - 公司目前处于亏损状态，2022年、2023年、2024年以及截至2024年及2025年6月30日止六个月的年内亏损分别为1.44亿元、7.88亿元、29.58亿元、12.36亿元及23.58亿元人民币 [6] - 公司香港IPO募资金额拟用于增强通用AI大模型研发能力、优化MaaS平台、发展业务合作伙伴网络及战略投资、以及营运资金等一般企业用途 [6]

公司上市进程与资本市场表现 - 公司于2026年1月8日完成港股上市，成为“大模型第一股”，独家保荐人为中金公司 [2][3] - 公司仍在继续推进其A股上市计划，并于2026年1月15日更新了第三期IPO辅导工作报告 [2] - 港股上市首日收盘股价上涨13.17%，总市值达到约578.9亿港元 [3] 公司近期股价与交易数据 - 截至2026年1月27日，公司股价报222.6港元，当日上涨2.58%，总市值约为979.95亿港元 [3] - 当日股价最高231.6港元，最低214.0港元，振幅8.1%，成交额3.30亿港元，成交量149.06万股 [4] - 公司52周股价最高为263.0港元，最低为116.1港元，总股本为4.40亿股 [4] 公司业务与产品发展 - 公司是中国人工智能公司，致力于开发先进的通用大模型 [4] - 公司于2019年创立，旨在追求通用人工智能(AGI)创新 [5] - 2021年，公司发布中国首个专有预训练大模型框架GLM框架，并推出模型即服务(MaaS)平台 [5] - 2022年，公司开源了首个1,000亿参数规模的模型(GLM-130B) [5] 公司治理与合规 - 根据最新辅导报告，公司已对辅导中发现的问题进行整改，完善了公司治理及内部控制机制 [2] - 辅导机构中金公司将持续核查公司运作，确保公司符合发行上市要求 [2]

公司融资与估值 - AI芯片初创公司Ricursive完成3亿美元融资，估值达40亿美元 [1] - 本轮融资由Lightspeed领投，NVentures、DST Global及Radical AI等跟投 [1] - 所募资金将主要用于加速其AI驱动的芯片自动化设计技术研发 [1] 公司技术与团队 - Ricursive致力于利用AI系统自动设计并改进AI芯片 [1] - 公司由前谷歌研究员Anna Goldie和Azalia Mirhoseini创立 [1] - 创始人此前开发的AlphaChip强化学习方法已被应用于谷歌四代TPU芯片的布局设计中 [1] - 公司正在构建一种能够自动创建硅衬底层并加速芯片迭代的系统 [1] 公司愿景与行业影响 - 创始人认为，通过不断重复AI设计芯片的闭环过程，最终将有望实现通用人工智能(AGI) [1] - 若自动化设计流程成功，科技公司将在几周甚至几天内完成芯片设计，引发“定制硅芯片的大量涌现”，彻底改变半导体行业格局 [1] 行业趋势与竞争 - AI芯片设计自动化已成为资本新宠 [2] - 除Ricursive外，由Naveen Rao创立的Unconventional AI在去年底以45亿美元估值获得了a16z领投的融资 [2]

公司发展历程与战略 - 公司创始人李彦宏于2000年在北京创立公司，目前公司市值达500亿美元 [2] - 公司早期重点为巩固其中国领先搜索引擎的地位，对AI的兴趣始于大学时期，但直到2010年左右才开始将机器学习用于搜索排名，并于2012年左右开始对AI进行实质性大规模投资，当时认识到深度学习的重要性 [2][4] - 公司如今已成为中国领先的全栈式AI企业之一，提供从芯片、云基础设施到模型、智能体、应用和消费产品的全套服务 [3] AI行业观点与趋势 - 2023年全球AI市场规模估计已达2440亿美元，AI芯片公司英伟达市值超过4万亿美元 [3] - 公司CEO认为不存在所谓的通用人工智能(AGI)，没有一个模型能够“面面俱到” [2] - 在模型发展上，中国落后的没那么多，但在GPU或AI加速器方面，可能落后美国两到三代 [9] - 基础模型领域最终会像桌面互联网和移动互联网一样进行整合，只剩下少数几个佼佼者，但应用层将会有许多成功的参与者 [7] - 当前行业处于模型爆发期，但终将趋于稳定并走向成熟，当更多模型开发者转向应用层开发智能体时，生态系统便会真正成熟起来 [8] 公司AI模型与产品策略 - 公司发布了文心一言5.0模型，在多个指标上可与ChatGPT、DeepSeek等模型竞争，在创意写作方面甚至被评为第一 [5] - 开发基础模型采取以应用为驱动的策略，不试图“面面俱到”，而是专注于搜索、数字人等特定应用领域并优化模型性能 [5] - 公司认为未来没有任何基础模型能在每个方面都做到最好，但会优化模型使其在最关心的应用方向上表现更好 [5] - 公司积极拥抱开源，其飞桨开源深度学习平台有数千万开发者使用，影响力可与TensorFlow和PyTorch媲美 [8] 公司业务与应用层布局 - 公司认为当前AI价值格局呈金字塔型：大部分价值在芯片层，模型层可能只实现十分之一，应用层实现价值更少，这种结构不健康，必须在应用层创造更多价值以支撑底层技术投入 [7] - 在自动驾驶领域，萝卜快跑自动驾驶出租车已在约22个中国城市运营，并正在中东和欧洲推进国际化扩张 [8] - 自动驾驶技术已到达临界点，具备在拥堵城区大规模部署的能力，且凭借中国有竞争力的供应链，能以低于西方车辆的成本制造自动驾驶出租车，在全球多数城市能实现独特且健康的经济效益 [8] - 公司帮助许多城市建立数据标注中心，雇佣了成千上万的人，以创造新的就业机会 [13] 中美AI发展路径与监管差异 - 美国政策讨论倾向于以“曼哈顿计划”式力量推动AGI领先，而中国政策框架更关注将AI技术普及到社会各领域 [9] - 中国在制造业方面非常强大，AI被用来解决工厂高效率、低成本生产的问题 [9] - 在监管方面，中国采取“事先许可”模式，而美国在部分地区如得州或佐治亚州对自动驾驶出租车运营尚无监管 [11] - 公司CEO认为制定AI监管规则时应非常小心，避免伤害创新节奏，监管者不应走在技术路线图的前面 [12] 行业效率与成本 - 在模型效率方面，中国能够开发出推理成本是美国同行十分之一甚至百分之一的模型 [14] - 中国公司因购买力较弱、竞争更激烈，总是不得不降低推理成本，顺带也节约了能源 [14] - 像DeepSeek这样的中国公司只花了600万美元就做出了V3模型，而Meta在AI上投入了数十亿美元，这代表了两条不同的发展路径 [14] - 公司很早就关注数据中心能效，其在中国数据中心可能是能效最高的，通过让模型更小、推理成本更低来减少电力需求 [14]

公司融资与战略规划 - 临界点(AGILINK)连续完成两轮融资，由高瓴创投和蓝驰创投联合领投 [1] - 公司正进一步规划战略融资 [1] 公司业务模式与技术定位 - 公司通过“全矩阵产品+全栈式灵巧数据+全域生态”的模式进行运营 [1] - 公司业务旨在定义具身智能进入工厂和家庭的“最后10厘米” [1] - 公司技术目标为突破通用人工智能(AGI)在物理世界的临界点 [1]

行业趋势与核心观点 - 人工智能产业迎来关键转折，AI真正的万亿赛道在于能感知、理解并改造现实世界的“物理AI” [1] - 当前AI存在“智能碎片化”瓶颈，难以理解重力、空间连续性等基础物理定律，缺失的“世界模型”是通往通用人工智能（AGI）的最后障碍 [1] - 现有数据格式适配性差，导致算力浪费、能效低下，能源供应或将成为未来AI竞争的核心变量 [1] - 物理AI通过构建贴合现实的数字环境，是破解智能碎片化、算力浪费等难题的关键 [1] - 未来五年AI将迈入自动化实验阶段，需要能够精准模拟物理参数的数字化环境 [3] 公司战略与技术布局 - 公司作为中国物理AI第一股，战略布局与物理AI趋势高度契合，深耕数字孪生与仿真领域 [2] - 公司自研AES数字孪生基座与51Sim仿真平台，搭建起物理AI的核心基础设施 [2] - 物理AI落地需突破合成数据、空间智能模型、仿真训练平台三大要素 [2] - 公司凭借海量3D资产库与3DGS/4DGS重建技术，实现合成数据90%真实率与100%场景可控性，为AI提供遵循物理规律的数据支撑 [2] - AES基座可实现从微观零件到宏观城市的全尺度复刻，赋予AI“物理直觉” [2] - 配合Clonova交互平台与Aperdata落地平台，打通了从数字认知到物理执行的闭环 [2] 市场地位与应用成果 - 公司在上一轮研发周期中，已建立起在中国物理AI市场的领先地位 [3] - 公司正进行新一轮大规模研发投入，聚焦合成数据、空间智能模型及仿真训练平台，解决了物理AI跨场景泛化难题 [3] - 在具身智能这一物理AI终极落点上，公司已形成明确应用成果 [2] - 公司赋能全球超百家智驾主机厂、Tier1、检测机构、高校及科研院所提供仿真训练闭环解决方案 [2] - 公司助力客户构建安全、高效、可量产的智驾系统验证体系 [2] 财务表现与发展前景 - 公司营收持续强劲增长 [3] - 51Sim平台的爆发式需求，印证了产业界对高可信度物理AI仿真技术的迫切需求 [3] - 公司向“通用世界模型”演进、融合生成式AI的方向，与行业未来趋势高度一致 [3] - 在AI从数字世界走向物理世界的浪潮中，公司凭借技术积累与场景落地能力，正成为万亿赛道的核心参与者与引领者 [3]

马斯克关于人形机器人手术能力的预测 - 特斯拉CEO马斯克预测通用人工智能将在2026年成为现实，并预言未来3年内机器人在手术技能上超越人类，4年后达到“完胜任何人类医生”的水平 [2] - 马斯克表示其公司旗下人形机器人Optimus将在未来三年内在手术操作领域全面超越顶尖人类外科医生，核心优势在于极致的操作精准度和可实时共享的“经验总和” [2] - 在操作精准度方面，Optimus的机械臂拥有如人类手腕般的灵活度，能突破人体极限，在狭窄解剖空间内完成精细操作，配合高清3D视觉及光谱感知技术，可实现亚毫米级的精准控制 [2] 人形机器人Optimus的核心技术优势 - “共享经验”能力是Optimus的一大制胜法宝，任何一台Optimus掌握的手术技巧都能通过云端实时同步至全球所有同类机器人，使每台机器人瞬间拥有全人类累积的手术经验 [3] - 这种经验的快速共享和积累将使机器人在手术领域的学习和进步速度远超人类 [3] 医疗专家对人形机器人应用的看法 - 中国科学院院士、复旦大学附属中山医院心内科主任葛均波教授认为人工智能一定会成为医生的助手，但不确定手术机器人是否能做得比人类更好 [3] - 葛均波教授指出，如果机器人具备力反馈、视觉和思考能力，它可能会超过人类，因为它更客观、同质化和标准化，但短期内看不到机器人取代医生的苗头 [3] 人形机器人行业发展历史与当前短板 - 世界上第一款全尺寸人形智能机器人WABOT-1由日本早稻田大学加藤一郎于1973年研发，但至今人形机器人仍未能在实际应用中大规模落地创收 [3] - 中国工程院院士谭建荣指出人形机器人目前存在两大明显短板：一是耗电快，需要经常更换电池，限制了其持续工作能力和应用场景拓展；二是小腿大腿协调性差，在复杂环境下行动能力大打折扣 [3][4] 人形机器人产业面临的技术与应用挑战 - 在技术层面，底层算法模型尚未统一是影响整体效率的关键因素，精细操作中不同任务对应不同的奖励函数，导致目前尚未有统一的底层算法 [4] - 对于每一个具体的精细动作任务都需要单独开发和调校相应的算法模型，这增加了研发成本和时间，并导致不同组件或子系统之间的兼容性和互操作性较差 [4] - 在应用层面，人形机器人无法适应多场景的不同需求成为市场推广瓶颈，受限于交互能力及协同能力等技术发展，市场渗透率较低 [6] - 目前人形机器人只能从环境相对封闭、工序相对简单且标准的场景开始应用，在自动化发展受限的情况下替代部分人工 [6] 全球人形机器人市场竞争格局与展望 - 中国企业正以强劲势头“主宰”全球人形机器人市场，根据Omdia最新数据，智元机器人2025年出货超过5168台人形机器人，占据全球39%的市场份额，出货量和份额均位居全球第一 [8] - Omdia将智元、宇树、特斯拉等企业共同列为全球“第一梯队”人形机器人开发商 [8] - Omdia预计到2035年全球人形机器人出货量将指数级增长至260万台 [8]