文章核心观点 - 谷歌发布Gemini 3后，其AI平台用户增长迅速，与OpenAI的差距正在缩小，并可能成为主导性AI平台 [1] - OpenAI面临谷歌的强劲竞争压力，已启动内部危机响应机制，并承认谷歌构成巨大威胁 [3] - AI行业竞争格局正在发生转变，谷歌凭借其规模、资源和搜索优势，可能持续抢占市场份额 [4] 谷歌(GOOGL.US)的AI进展与影响 - Gemini 3的发布是用户增长的关键催化剂，2024年12月其网站访问量份额从11月的17.7%增长至22.5%，月均日活跃用户数从11.7%增长至13.2% [1] - 谷歌正成为主导性AI平台，这对OpenAI和Meta具有重要影响，特别是考虑到Meta AI的用户采纳度极低 [1] - Gemini 3 Flash已集成至谷歌搜索的AI模式，支持了谷歌拥有多种AI变现渠道的观点 [1] - 第三方数据显示，2024年12月Gemini的网页端流量环比增长28.4% [2] OpenAI的竞争态势与应对 - OpenAI的ChatGPT在2024年12月网页端流量环比下降5.6% [2] - 2024年12月ChatGPT的访问量达到55亿人次，仍保有显著优势，Gemini以17亿人次的访问量位居第二 [2] - OpenAI首席执行官在2023年12月初发出“红色警报”，暂停多个侧线项目约八周，全力投入改进ChatGPT以应对竞争 [3] - OpenAI认为谷歌的强势回归可能带来短期经济压力，并承认谷歌是极其强大的头号对手 [3] - 为保持领先地位，OpenAI未来可能每年都会发布一到两次“红色警报”，使其成为常态化运营的一部分 [4] 行业竞争格局分析 - AI赛道竞争格局正在发生转变，谷歌以及Anthropic预计将继续削弱OpenAI的领先优势 [4] - 鉴于谷歌的规模、行业地位及其在搜索领域的先发优势，Gemini可能会抢占市场份额，导致OpenAI和其他公司落后 [4] - 有观点认为OpenAI已经挥霍了其曾经拥有的技术领先优势，谷歌已经追赶上来了 [4]

公司概况与市场地位 - 公司是中国领先的人工智能公司，致力于开发通用大模型，于2019年创立，目标是追求通用人工智能(AGI)创新 [1] - 公司于2021年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，于2022年开源首个1000亿规模的模型GLM-130B [1] - 公司运营于大语言模型市场，为机构客户和个人用户提供通用大模型服务 [1] - 截至2025年6月30日，公司的模型已为逾八千家机构客户提供支持，并为约8000万台设备提供支持 [2] - 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，市场份额为6.6% [2] 财务表现与增长 - 公司收入于2022年、2023年及2024年分别为人民币5740万元、人民币1.245亿元及人民币3.124亿元，复合年增长率超过130% [2] - 截至2024年6月30日止6个月及截至2025年6月30日止6个月，公司收入分别为人民币4490万元及人民币1.909亿元 [2] 本次H股发行详情 - 公司于2025年12月30日至2026年1月5日招股，拟全球发售3741.95万股H股，其中香港发售占5%，国际发售占95%，另有15%超额配股权 [1] - 每股发售股份定价为116.20港元，每手买卖单位为100股，预期H股将于2026年1月8日上午九时正在联交所开始买卖 [1] - 假设超额配股权未获行使，按发售价计算，估计公司将从全球发售中获得约41.73亿港元的所得款项净额 [4] 基石投资者 - 公司与多家基石投资者订立基石投资协议，基石投资者已同意按发售价认购合共约29.84亿港元的发售股份 [3] - 基石投资者包括JSC International Investment Fund SPC、JinYi Capital Multi-Strategy Fund SPC Ltd、PerseverancAsset Management、上海高毅、CICC Financial Trading Limited、WT Asset Management、泰康人寿、广发基金、3W Fund、雾凇、Optimas Capital Limited及凌云光技术国际有限公司 [3] 募集资金用途 - 约70.0%的所得款项净额将用于持续增强公司在通用AI大模型方面的研发能力 [4] - 约10.0%将用于通过提供最新的基座模型以及训练/推理工具及基础设施持续优化MaaS平台 [4] - 约10.0%将用于发展业务合作伙伴网络以及进行战略投资 [4] - 约10.0%将用于营运资金及其他一般企业用途 [4]

公司上市与招股信息 - 智谱于2025年12月30日至2026年1月5日进行招股，计划全球发售3741.95万股H股，其中香港发售占5%，国际发售占95%，并设有15%超额配股权 [1] - 每股发售价定为116.20港元，每手买卖单位为100股，预期H股将于2026年1月8日在联交所开始买卖 [1] - 假设超额配股权未获行使，按发售价计算，公司预计从全球发售中获得约41.73亿港元的所得款项净额 [4] 公司业务与市场地位 - 公司是中国领先的人工智能公司，致力于开发通用大模型，于2019年创立 [1] - 公司运营于大语言模型市场，为机构客户和个人用户提供通用大模型服务 [1] - 2021年，公司发布中国首个专有预训练大模型框架GLM框架，并推出模型即服务平台 [1] - 2022年，公司开源了首个1000亿规模的模型GLM-130B [1] - 截至2025年6月30日，公司的模型已为超过8000家机构客户提供支持，截至最后实际可行日期，已为约8000万台设备提供支持 [2] - 按2024年收入计，公司在中国独立通用大模型开发商中排名第一，在所有通用大模型开发商中排名第二，市场份额为6.6% [2] 财务表现与增长 - 公司收入实现显著增长，2022年、2023年及2024年收入分别为人民币5740万元、人民币1.245亿元及人民币3.124亿元，复合年增长率超过130% [2] - 截至2024年6月30日止6个月收入为人民币4490万元，截至2025年6月30日止6个月收入增长至人民币1.909亿元 [2] 基石投资者 - 公司与多家基石投资者订立基石投资协议，基石投资者同意按发售价认购合共约29.84亿港元的发售股份 [3] - 基石投资者包括JSC International Investment Fund SPC、JinYi Capital Multi-Strategy Fund SPC Ltd、PerseverancAsset Management、上海高毅及CICC Financial Trading Limited、WT Asset Management、泰康人寿、广发基金、3W Fund、雾凇、Optimas Capital Limited及凌云光技术国际有限公司 [3] - 公司认为基石投资者的参与将有助于提升公司知名度，并彰显其对公司业务及前景的信心 [3] 募集资金用途 - 募集资金净额约41.73亿港元中，约70.0%将用于持续增强公司在通用AI大模型方面的研发能力 [4] - 约10.0%将用于通过提供最新的基座模型以及训练/推理工具及基础设施，持续优化公司的MaaS平台 [4] - 约10.0%将用于发展业务合作伙伴网络以及进行战略投资 [4] - 约10.0%将用于营运资金及其他一般企业用途 [4]

行业里程碑事件 - 中国AI初创企业“大模型六小龙”中的智谱华章与MiniMax于2024年12月先后通过港交所聆讯，披露招股书，成为行业第一梯队代表[1] - 两家公司上市步伐领先于OpenAI、Anthropic等海外明星企业，将争夺“全球大模型第一股”[3] - 此次上市具有行业破冰意义，试图为大模型赛道搭建“技术研发-资本融资-商业变现”闭环，并首次对纯大模型企业进行价值锚定[3] - 从全球AI博弈视角看，中国大模型企业率先登陆资本市场，意味着中美AI竞赛已迈入资本维度深度角逐的新阶段[3] 智谱华章公司概况与产品 - 公司成立于2019年，由清华大学计算机系知识工程实验室成果转化而来，专注认知智能大模型研发，为北京市“专精特新”中小企业[4] - 2021年发布中国首个专有预训练大模型框架GLM框架及MaaS平台[5] - 2022年开源首个1000亿规模模型GLM-130B[5] - 为机构及个人用户提供通用大模型服务，截至2025年6月30日模型已为逾8000家机构客户及约8000万台设备提供支持[5] - 截至2025年9月30日止9个月，机构客户超过12000名，较截至2025年6月30日止6个月大幅增加[7] - 2025年11月日均token消耗量为4.2万亿[7] - 公司已根据大语言模型的五个阶段，在前三个阶段中开发出了大模型及智能体[7] 产品迭代与技术进展 - 2025年7月及8月发布GLM-4.5、GLM-4.5V及AutoGLM升级版本，在智能体、推理、编码及视觉理解任务上展现卓越性能[10] - 2025年9月发布GLM-4.6，主要强化了编码能力[11] - 2025年12月23日上线并开源GLM-4.7模型，针对编程场景优化，在Code Arena评估中位列开源第一、国产第一，并超越了GPT-5.2，在多项测试中取得开源SOTA分数[11] - 2024年12月9日，智谱宣布开源其核心AIAgent模型AutoGLM，这是全球首个可自主操作手机的智能体[20] 财务表现与市场地位 - 收入显著增长：2022年、2023年、2024年收入分别为57.4百万元、124.5百万元、312.4百万元，复合年增长率130%以上，截至2025年6月30日止6个月收入为190.9百万元[12] - 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%[12] - 净亏损呈整体上升趋势：2022年、2023年、2024年及2025年上半年分别录得亏损143.7百万元、788.0百万元、2958.0百万元及2357.9百万元[12] - 毛利率：2022年至2024年分别为54.6%、64.6%、56.3%，2025年上半年为50%[12] 研发投入与资金用途 - 亏损上升主因是业务扩张导致研发及销售营销开支大幅增加[14] - 研发开支巨大：2022年、2023年、2024年及2025年上半年研发开支分别为84.4百万元、528.9百万元、2195.4百万元及1594.7百万元，占各期间总收入比例分别为147.0%、424.7%、702.7%及835.4%[14] - 未来可能继续产生巨额研发开支以保持技术竞争力[14] - 此次IPO募集资金约70%用于增强通用AI大模型研发能力，约10%用于优化MaaS平台，约10%用于发展合作伙伴网络及战略投资，约10%用于营运资金[8] 市场规模与竞争格局 - 全球大模型市场规模预计2030年将超过3000亿美元[15] - IDC预计到2030年人工智能将累计为全球经济贡献19.9万亿美元，并推动2030年全球GDP增长3.5%[15] - 2024年中国大语言模型市场规模达53亿元，预计2030年将增至1011亿元，2024年至2030年复合年增长率为63.5%[17] - 机构客户是核心驱动力，预计2030年中国企业级大语言模型市场规模将达904亿元，2024年至2030年复合年增长率为63.7%[17] - 市场参与者分为独立提供商（如智谱）与非独立提供商（科技巨头），两者面临不同的竞争动态[17] 行业发展趋势 - 大模型是重要的技术范式变化，其本质是解决通用性问题，具有扩展性和泛化能力[18] - 2025年开始，头部大模型公司模型更新频率加快，从2024年的四个月以上加速至三个月内，例如Anthropic在2025年的更新速度比2024年快了近50%[19] - 开源发展推动闭源开发者迭代提速，为用户提供更多可定制模型选择[19] - 中国公司推出具有竞争力的开源模型，包括阿里巴巴的Qwen3、DeepSeek的V3和R1以及MiniMax的M1和M2[20] - 大语言模型发展分为五个级别：L1 Chatbots、L2 Reasoners、L3 Agents、L4 Innovators、L5 Organizations[21]

公司动态与产品发布 - 公司于2025年12月24日正式发布最新旗舰级Coding & Agent模型M2.1 [1] - 该模型以10B激活参数在Multi-SWE-bench榜单中取得49.4%的成绩，超越Claude Sonnet 4.5等国际竞品，拿下全球SOTA [1] - M2.1模型在10月底推出的M2模型基础上，聚焦更多编程语言和办公场景的可用性 [1] 公司技术实力与市场地位 - 公司自2022年初成立即专注全模态模型自研，是目前“全球唯四全模态进入第一梯队”的大模型公司 [1] - 公司被定义为全球领先的通用人工智能(AGI)公司 [1] - 此次发布的技术迭代和研发效率被视为公司冲刺港股IPO最好的路演 [1] 产品性能与特点 - M2.1模型具备卓越多编程语言能力、Web&移动端开发能力兼备、复合指令约束提升等诸多能力 [1] - 模型收获国内外开发者一致好评 [1]

公司上市进程与行业意义 - 智谱已于2024年12月19日披露港交所聆讯后资料集，由中金公司担任独家保荐人，即将成为港股与全球AI领域的“大模型第一股” [4][5] - 作为中国大模型“六小虎”中首家启动IPO的企业，其上市将为长期缺乏公开市场估值参照的大模型行业提供市盈率、市销率等可量化的估值锚点，填补“无公开标的”的行业空白 [5] - 从全球竞争格局看，智谱的上市将使中国AI企业首次在资本市场节奏上领先于OpenAI、Anthropic等美国巨头，标志着中国大模型产业从“技术竞赛”进入“资本验证”的新阶段 [5] 融资历史与股东背景 - 自2019年成立以来，公司累计完成8轮融资，筹资总额超过83亿元人民币，IPO前估值已达243.8亿元人民币 [5] - 融资吸引了高瓴资本、启明创投、君联资本等知名机构，以及美团、腾讯、小米、蚂蚁等互联网巨头 [5] - 仅在2024年12月以来的半年内，公司就密集完成了超50亿元人民币的融资 [5] - 根据招股书披露的融资表格，公司估值从2021年天使轮后的约4.07亿元人民币，增长至B5轮融资后的超百亿元人民币 [6] 业务概况与市场地位 - 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，其业务是为机构客户和个人用户提供通用大模型服务 [6][7] - 根据弗若斯特沙利文的资料，按2024年收入计，智谱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% [7] - 截至2025年6月30日，公司的模型已为逾八千家机构客户提供支持；截至最后实际可行日期，已为约8000万台设备提供支持 [7] 财务表现 - 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% [7] - 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，显示持续高速增长 [7] - 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，分别录得年内亏损1.44亿元、7.88亿元、29.58亿元、12.36亿元及23.58亿元人民币 [7] - 亏损主要源于对研发的重大投资：研发开支从2022年的8440万元增至2023年的5.29亿元，并进一步增至2024年的21.95亿元人民币 [8] - 研发开支由截至2024年6月30日止六个月的8.59亿元增加85.6%至2025年6月30日的15.95亿元人民币 [8] 产品与技术平台 - 公司围绕一体化MaaS平台组织产品供应，主要提供四类模型：语言模型、多模态模型、智能体模型及代码模型，以及用于模型微调、部署及智能体开发的集成工具 [8] - 公司的AI模型旨在赋予AI三种核心人类能力：深度思考、认知世界及工具使用，并据此开发了反思及沉思模型、多模态模型、智能体模型及代码模型 [9] - 具体模型包括GLM-Z1、CogView、GLM-4.5V、CogVideoX、AutoGLM、CodeGeeX等 [10] - 截至最后实际可行日期，公司在中国拥有86项注册专利（其中84项为发明专利）、234项专利申请、160项著作权、314个商标及58个域名 [10] 募资用途 - 本次香港IPO募资金额拟用于以下用途：约70.0%用于持续增强公司在通用AI大模型方面的研发能力；约10.0%用于优化公司的MaaS平台；约10.0%用于发展业务合作伙伴网络及进行战略投资；约10.0%用于营运资金及其他一般企业用途 [15] 公司治理与高管信息 - 公司联合创始人张鹏博士（46岁）担任执行董事、首席执行官兼总经理，负责业务发展、研发以及日常运营及管理 [14] - 公司联合创始人王绍兰先生（52岁）担任首席运营官，负责业务发展、融资以及日常运营及管理 [14] - 公司原CFO彭建标已于2025年5月离职 [11][13] - 目前，公司董事会秘书肖磊先生（37岁）负责集团企业管治及财务营运，其于2025年10月30日加入集团，并于2025年12月18日获委任为高级管理层 [14][15]

业绩总结 - 2022 - 2024年公司收入分别为5740万元、1.245亿元及3.124亿元，复合年增长率超130%[35] - 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1.909亿元[35] - 2022 - 2025年各期收入分别为5.7409亿元、12.4538亿元、31.2414亿元、4.4909亿元、19.0877亿元人民币[107] - 2022 - 2025年各期净亏损分别为143,650千元、787,957千元、2,958,007千元、1,235,551千元、2,357,852千元[111] - 公司预计截至2025年9月30日止三个月的收入将比2024年同期增长60%以上[154] 用户数据 - 截至2025年6月30日，模型为逾8000家机构客户提供支持，截至最后实际可行日期，为约8000万台设备提供支持[31] - 截至2025年9月30日止九个月，公司拥有超12,000名机构客户，较截至2025年6月30日止六个月大幅增加[154] - 2025年11月，公司日均token消耗量为4.2万亿[154] 未来展望 - 预计到2030年中国大语言模型市场规模增至1011亿元，2024 - 2030年复合年增长率为63.5%[73] - 预计到2030年中国企业级大语言模型市场规模达904亿元，2024 - 2030年复合年增长率为63.7%[76] - 公司预计将约70.0%用于增强通用AI大模型研发能力，约10.0%用于优化MaaS平台，约10.0%用于发展业务伙伴网络及战略投资，约10.0%用于营运资金及其他一般企业用途[146] - 公司预期2025年录得净亏损大幅增加，因预计产生重大研发开支并受向投资者发行的金融工具账面价值变动影响[154] 新产品和新技术研发 - 2021年发布GLM框架并推出MaaS平台，2022年开源1000亿规模模型GLM - 130B[31] - 2025年7月及8月，公司发布GLM - 4.5、GLM - 4.5V及AutoGLM升级版本；2025年9月，发布GLM - 4.6[152] - 旗舰基座模型GLM - 4.5参数规模达3550亿，轻量级版本GLM - 4.5 - Air参数规模为1060亿[51] 市场扩张和并购 - 无相关内容 其他新策略 - 公司目前无正式股息政策或固定股息派付率，预计可预见未来不派付现金股息[145]

公司战略与愿景 - 埃隆·马斯克对xAI的未来表示乐观，认为公司若能顺利挺过未来两到三年，就能战胜竞争对手 [1] - 马斯克强调，快速扩展算力和数据容量的能力是公司在“超级智能”竞争中致胜的关键，并最终有望让xAI成为最强大的AI公司 [1] 技术发展预期 - 根据消息人士援引马斯克的说法，xAI有可能在未来几年内实现通用人工智能，即达到或超越人类智能 [1] - 实现通用人工智能的时间点最早可能在2026年 [1]

微软与OpenAI的合作关系 - 合作关系始于2019年，微软向OpenAI进行了10亿美元的初始投资，此后总投资额约130亿美元 [3] - 作为投资回报，微软获得了尖端AI模型的优先使用权、知识产权权利以及有利的API经济条款，合作关系已修订并计划松绑 [3][11] - 微软持有OpenAI约27%的股份，但OpenAI的财务贡献有限，微软仅确认其亏损份额，主要价值在于股份的潜在升值 [5][9] 微软的AI战略与独立发展 - 公司的AI优势在于将AI技术深度整合至其整个产品套件，包括Azure云服务、Office、开发者工具及消费产品如Bing和Edge [6] - 推出了Copilot生成式AI助手，并将其整合到Microsoft 365、Windows和GitHub等核心产品中，以增强产品竞争力 [6] - 在依赖OpenAI的同时，公司也在内部开发自有AI技术作为风险对冲，并积极拓展与其他模型提供商的合作，例如向Anthropic承诺投资50亿美元 [7][12] 财务影响与增长驱动 - 分析师预计微软的市值将在2026年达到5万亿美元，其当前市值为3.59万亿美元 [1] - Azure的总收入中，仅约17%来自AI工作负载，其中直接与转售OpenAI模型相关的收入只占这部分的6%，约75%来自微软自有的Azure AI基础设施和服务 [9] - 独立的Azure AI业务，而非OpenAI的股权，被认为是公司价值的关键驱动力 [10] 市场地位与未来机遇 - 公司因其早期对OpenAI的押注，在AI领域被认为享有“多年的领先优势” [8] - 公司的终极优势在于其AI布局的广度，涵盖Azure训练推理、GitHub Copilot、Office AI集成，乃至LinkedIn和动视暴雪游戏部门的AI驱动潜力 [14] - 下一个主要的增长点可能是能够执行多步工作流程的智能体AI，微软预计将与ServiceNow和Salesforce并驾齐驱成为顶级参与者 [14] 投资与基础设施布局 - 公司计划到2025财年在AI基础设施上的支出达到800亿美元 [15] - 参与一个名为“星际之门”的大型AI项目，该项目初始投资1000亿美元，并计划到2029年最终投资高达5000亿美元，参与者包括微软、OpenAI、软银、甲骨文等 [15] - 公司宣布将在未来四年内向印度投资175亿美元，以加快其AI路线图 [12]

核心观点 - 阶跃星辰公司推出名为并行协同推理的全新训练和推理框架，该框架通过大规模并行协同的方式，使模型能够进行广度和深度思考，突破了传统线性思维链在上下文窗口和处理速度上的限制 [2] - 基于该框架训练的PaCoRe-8B模型在HMMT 2025数学基准测试中取得94.5分，超越了GPT-5的93.2分，其性能提升得益于模型在解决单个问题时能有效利用高达两百万Token的计算量 [3] - 该研究标志着在扩展通用人工智能推理阶段计算规模的方向上迈出了坚实一步，并计划通过开源模型、训练数据和推理代码来加速该领域的研究与创新 [2][3][29] PaCoRe框架机制 - 框架核心是迭代消息传递架构，它将推理的主要驱动力从“串行深度”转移到“并行协同的广度”，从而解耦了推理能力与上下文窗口容量的强耦合关系 [7] - 推理流程包含三个关键步骤：综合与并行探索、消息压缩、迭代协同，通过循环机制将“有效测试时计算量”扩展到远超模型物理上下文窗口限制的程度 [13][14] - 该机制允许在遵守固定上下文限制的同时，产生数百万Token的有效测试时计算量，最终的压缩消息即为系统答案 [12] 训练方法与能力涌现 - 训练采用大规模、基于结果的强化学习，旨在教会模型“推理综合”能力，即审查并行分支、调和冲突证据并提炼统一解决方案的能力 [15] - 通过过滤训练数据，排除仅靠启发式规则就能解决的简单问题，迫使模型发展出真正的综合能力，从一个孤立的求解者转变为一个高效的协同者 [16] - 训练过程中，模型输出中“交叉检查”类词汇的频率稳步增加，表明模型学会了显式地引用同伴的消息，这种综合能力在未经训练的模型中几乎不存在 [25] 性能表现与数据有效性 - 在数学基准测试中，PaCoRe-8B在HMMT 2025上达到94.5%的得分，超越了GPT-5的93.2%，这是通过将有效测试时计算量扩展到每个问题约200万Token实现的 [23] - 在代码基准测试中，模型在LiveCodeBench上达到78.2%的得分，与GLM-4.6和Kimi-K2-Thinking等更大的前沿模型保持了竞争力 [23] - 为PaCoRe构建的训练语料库被证明是一种密度极高的学习资源，将其作为标准强化学习的主要基底也能带来稳健的性能提升 [26] 未来发展方向 - 计划将PaCoRe应用于更强大的基础模型，扩展任务领域，并进一步扩大并行轨迹和协同轮次，以攻克目前被认为无法解决的挑战 [30] - 目标从通过“量”来扩展，转向最大化每一个计算单元的效用，包括通过更好的组织、合作和轨迹间的劳动分工，实现更高效的并行探索 [30] - 有兴趣探索综合策略与消息传递机制的联合训练，构建协作多智能体学习环境，并利用PaCoRe流程开发先进的合成数据生成技术，以反哺并改进预训练和后训练过程 [31]