AI应用市场整体规模与增长 - 截至2025年9月，AI应用市场移动端月活跃用户量达到7.29亿，PC端达到2.00亿 [3] - 移动端细分市场中，原生APP、In-APP AI及手机厂商AI助手规模分别为2.87亿、7.06亿、5.35亿，三季度复合增长率分别为3.4%、9.3%、1.2% [4] - 行业竞争焦点从参数比拼转向生态协同，头部厂商大模型更新频率加快，百度、阿里、腾讯、抖音前三季度更新频率分别为3.8天/次、4.6天/次、6.6天/次、8.0天/次 [4] 应用形态格局与用户行为 - In-App AI插件形态应用在月活跃用户规模TOP 50中占据31席，百度AI搜、抖音AI搜、微信AI搜位列前三 [4] - 月人均使用时长方面，互联网/AI科技企业原生APP保持领先达117.7分钟，AI应用插件、手机厂商AI助手分别为31分钟、5.3分钟 [6] - 全行业TOP20 App中，平均每个有In-App AI落地的App落地2.5个AI应用 [5] 原生APP市场格局 - 原生APP头部格局稳定，豆包月活跃用户规模1.72亿超过DeepSeek的1.45亿，腾讯元宝、即梦AI、Kimi规模分别为3,286万、1,012万、967万 [6] - 垂直领域应用表现突出，豆包爱学（AI学科教育）、AQ（支付宝旗下AI健康顾问）、快对AI（AI学科教育）月活用户分别为876万、785万、647万，其中AQ在三个月内月活近乎翻倍 [6] - 三季度接近60%的原生APP陷入负增长，新入局者独立打造成功原生APP的窗口正在收窄 [34] 手机厂商AI助手发展 - 手机厂商AI助手已成为智能手机标配，自2024年9月起一年内六大厂商AI助手规模合计增长6,500万，同比增长13.9% [50] - 厂商发展策略分化，小米、OPPO进入存量用户运营阶段，而荣耀、vivo处于市场快速渗透期 [52] - AI助手从工具升级为全场景智能入口，通过系统级整合构建生态协同 [54] PC端应用市场表现 - PC网页端应用面临增长挑战，超过85.3%的玩家月活用户量低于50万，仅24.7%实现正增长 [5] - 头部PC网页应用主要来自百度、抖音、腾讯等互联网集团，百度AI助手、豆包、腾讯文档网页端用户规模分别达3,426万、2,572万和1,854万 [62] - PC客户端应用出现"小而活、大而困"现象，75.0%的客户端应用出现负增长，但360AI办公凭借生态协同实现74.8%的正增长 [67] 行业技术演进与商业化进展 - 模型迭代加速推动效率提升，2025年1-9月头部互联网集团共完成182次模型发布/更新/迭代，平均每5.7天一次模型升级 [16] - 人均单次Token消耗下降标志着行业进入以效率提升、成本控制为特征的新阶段 [26] - MCP服务推动生态分工，截至10月20日四大厂商MCP服务达到9,384个，支付能力的打通为AI应用探索可持续商业模式打开大门 [4][85] 垂直领域应用案例 - 健康领域应用AQ以AI健康管家为定位，提供疾病咨询、报告解读等服务，三季度复合增长率达83.4% [38][40] - 电商领域AI应用呈现不同路径，淘宝侧重从"流量"到"决策"的融合，京东侧重从"供应链"到"信息效率"的融合 [75] - 搜索类AI插件增长显著，小宝AI助手、京东京言Q3复合增长率分别达52.9%和34.5% [48]

文章核心观点 - 智谱正在进行组织架构和业务线调整，以优化商业化路径并冲刺上市，此次调整反映了中国大模型行业从技术探索向商业化落地转变的趋势 [1][2] - 公司战略重心从高人力成本的定制化项目（AI 1.0模式）转向发展标准化、轻交付的MaaS平台（AI 2.0模式），这是影响其未来估值的关键 [2][11][14] - 公司收缩投入不赚钱的C端业务，同时通过模型开源和发力海外市场寻找新的商业化增长点 [4][8][9] 业务线调整与商业化战略 - 公司对To C/B/G三条业务线进行了人员调整，据传G端产研部门近一半员工被裁，另一半转入交付团队，但公司官方回应称仅为基于战略目标的十余人调整 [1] - 公司持续收缩不够赚钱的C端业务（智谱清言），今年以来基本叫停了该产品在C端的宣传和投放，将资源聚焦于模型本身 [5][6] - 在B端和G端业务上，公司优化成本结构，避免陷入AI 1.0时代的高人力成本困局，其商业化更加明确的toB业务是反复调整的重点区域 [4][8] C端业务现状与价值 - 国内大语言模型产品在C端商业化表现不理想，大厂凭借算力、场景优势推行免费策略，使创业公司面临巨大压力 [7] - 智谱保留C端业务的价值主要在于为B/G端业务做产品预体验入口，以及为未来C端业务可能爆发预留战略窗口 [7] 开源战略与开发者生态 - 公司从2025年开始加大开源力度，包括最新的旗舰模型GLM-4.6也做到了发布即开源，以此培养开发者生态 [8][9] - 通过开源，公司推出了GLM-Coding Plan套餐，以更高性价比吸引超过十万开发者，并带动海外商业化收入预期ARR过亿 [9] - GLM-4.6被认证为"采用速度最快的模型"，其token消耗量在12天内从1.68亿增长到159亿 [9] MaaS平台发展与标准化交付 - 公司将MaaS平台作为2025年的发展重点，旨在增收并调整业务中的技术收入比重，这是其打出差异化优势的关键一环 [11][12] - 公司获得浦东创投集团和张江集团总额10亿元的战略投资，将用于投入MaaS开放平台产业生态建设 [12] - 公司通过MaaS平台推行"标准件"类模型产品，试图以标准化交付提升核心产品收入占比，并降低项目制中的人力成本投入 [14] 海外市场拓展 - 公司将宣传重心转向海外市场，注册Z.ai域名，并加快与多个国家政府合作的步伐，在马来西亚、新加坡等地落地大模型基础设施 [8]

其实这根本不是矛盾操作，而是智谱为了顺利上市特意做的布局，一边是高级副总裁吴玮杰在社区高调 发布47个大模型岗位的招聘笔记，甚至主动回应淘汰不招就是变相裁员的质疑。 另一边，9月下旬的裁员风波早已在行业内发酵，承载ToB核心业务的产研中心沦为重灾区，部分小组 裁员比例突破50%，60余名员工面临分流或离职。 最近AI圈讨论度最高的，当属智谱在冲刺IPO时的一系列操作，很多人都纳闷，这公司怎么一边裁员一 边又在招人，难道是在搞什么新套路？ 资本市场对拟上市企业的财务规范和人效比要求本来就严，智谱裁撤侧重标准化产品研发的产研中心， 转而强化事业部的客制化交付能力，本质上就是一场围绕报表优化的战略收缩。这种去肥增瘦虽然看起 来激进，但确实精准击中了AI创业公司的核心痛点，在技术研发与商业化的天平上，必须向资本市场 偏好的高效落地倾斜。 智谱的否认声明更像是例行公关，员工口中为上市规范报表的共识，才是这场人事动荡的真实注脚。 而且智谱的调整并不是盲目砍人，而是保留并扩招核心技术岗位，同时将非核心职能分流，这种精准瘦 身既能降低短期成本，又能为上市后的业务拓展埋下伏笔。 智谱作为AI六小龙中首个启动IPO的企业，胆子确 ...

公司近况与业务调整 - 公司正处于IPO冲刺的关键阶段，已于今年4月向北京证监局提交上市辅导备案，由中金公司担任辅导机构，成为国内“AI大模型六小龙”中率先启动IPO的一家[2] - 公司在今年上半年引入了包括杭州、珠海、成都、上海在内的多地国资战略投资，为冲刺上市“输血”，估值达到400亿元[2][11] - 公司在9月下旬进行了一轮架构调整，产研中心成为“重灾区”，一些小组的裁员比例超过了50%，其余员工大都流转至各事业部[4][6] - 此次调整后，公司在B端的业务模式将不再依托产研中心打造标准化产品，转为由各事业部根据甲方需求自行落地，业务架构从产品变为“交付”[6][8] - 公司的核心技术团队——AI院，在此轮调整中也受到波及，存在一定的裁员比例[10] 财务表现与商业落地 - 公司2024年营收达3亿元，但整体亏损约20亿元，在高昂的技术投入下，短期内难以看到“扭亏为盈”的可能[14] - 今年以来，公司先后中标杭州城投、京西智谷等国资背景的大模型项目，其中杭州城投项目金额超6000万元，并在年初拿下了东南亚某主权基金的千万美元项目[7][15] - 根据“大模型厂商中标排行榜（2025年1-6月）”，上半年公司中标金额约为1.6亿元，在榜单中排名第五，位列百度智能云、科大讯飞、火山引擎、阿里云之后[15] - 公司在B端的收入很大一部分来自MaaS（模型即服务）服务和私有化部署，客户群体主要来自国央企，需求多限于问答或知识库检索[8][9] 技术路径与行业定位 - 公司坚持“基座模型”优先的技术路径，今年8月以来先后发布了GLM 4.5和4.6系列，并一度位居Hugging Face开源模型榜单前列[9][21] - 公司的模型策略发生变化，不再走大矩阵路线，更加聚焦于B端业务场景的需求[9] - 今年6月，OpenAI在一份分析报告中直接将公司定义为AI产业全球化的对手，认为其有可能“抢在美国或欧洲竞争对手之前，将中国的系统和标准推向新兴市场”[7] - 在“AI六小龙”中，公司被视为IPO“率先冲线”的标杆，其业务模式被概括为依靠模型驱动，在商业侧面临与火山引擎和阿里云的激烈竞争[26] 行业竞争格局与挑战 - “AI六小龙”面临共同困境：以模型技术为核心业务的创业公司，难以在技术研发和商业化落地之间找到平衡点，普遍缺乏“造血”能力[3][20] - 与拥有云、广告、电商等垂直业务为其AI能力提供稳定现金流和落地场景的互联网大厂相比，以模型为核心的创业公司短期内难以形成规模化的商业模式[20][23] - 头部互联网公司在大模型领域持续发力，例如阿里旗下千问和蚂蚁双团队同时推进，腾讯混元系列在过去3个月开源版本不下10个，字节跳动也在多个领域推出新模型，“六小龙”在模型的更新频率和量级上已被甩在身后[23] - “六小龙”的业务方向越来越“垂”，选择在各自的优势场景建立护城河，从争抢市场转为“守”住优势领域，以维持现金流平稳，例如百川智能聚焦AI医疗，MiniMax深耕AI社交/娱乐[19][23]

公司近况与招聘信息 - 公司回应IPO前夕裁员传闻为不实造谣，并指出当前有近50个岗位需求待招 [1] - 公司官方公众号发布招聘公告，涵盖算法工程师、工程与开发、产品与设计、销售与解决方案等类别，共计47个岗位 [1][3][6] - 具体招聘岗位包括大模型评测算法工程师、推理优化工程师、Agent产品经理、大模型KA销售等，显示出公司在算法、工程、产品及商业化方向的持续投入 [3][4][5][6] 公司背景与发展历程 - 公司全称为北京智谱华章科技股份有限公司，成立于2019年，是清华大学计算机系知识工程实验室技术成果转化的企业，为国内大模型赛道头部玩家及“AI六小龙”之一 [7] - 创始团队包括首席科学家唐杰、董事长刘德兵、CEO张鹏和总裁王绍兰，核心成员具有深厚的清华大学背景 [7] - 公司已构建包含智谱清言、CodeGeeX、CogVLM等在内的AIGC模型产品矩阵，并推出大模型MaaS开放平台 [8] 技术进展与融资情况 - 公司于9月30日发布并开源新一代大模型GLM-4.6，据称在Agentic Coding等核心能力上较GLM-4.5提升27% [8] - 为备足资金，公司于今年3月完成一笔金额超10亿元人民币的战略融资，投资方包括杭州城投产业基金、上城资本等 [8] - 公司已完成超10轮融资，投资方包括北京市人工智能产业投资基金、社保基金中关村自主创新基金、美团、阿里、腾讯、红杉、高瓴等多家知名机构 [8] 行业竞争与挑战 - 国内大模型创业公司面临技术落地、商业化变现、资金压力与技术迭代投入等多维度核心挑战 [9] - 行业竞争激烈，需直面百度、阿里、华为等科技巨头在数据、场景、资金上的压制 [9] - 有行业观点预测国内基座大模型可能仅剩少数几家，公司需在技术和应用上凸显自身优势以应对竞争 [9]

公司近况与回应 - 公司针对IPO前夕的裁员传闻进行回应 称网上不实造谣行为属个例 并指出当下有近50个岗位需求待招 [2] - 公司官方公众号发布招聘公告 招聘岗位包括算法工程师 工程与开发类 产品与设计类 销售与解决方案类等 共计47个 [2] 业务与产品矩阵 - 公司构建了包含智谱清言 CodeGeeX CogVLM CogView等在内的AIGC模型产品矩阵 并推出大模型MaaS开放平台 [13] - 公司于9月30日发布并开源新一代大模型GLM-4-6 据称在Agentic Coding等核心能力上较GLM-4-5提升27% [13] 融资与上市进展 - 公司于今年3月完成一笔金额超10亿元人民币的战略融资 投资方包括杭州城投产业基金 上城资本等 [13] - 公司已完成超10轮融资 投资方包括北京市人工智能产业投资基金 社保基金中关村自主创新基金 光速光合 美团 蚂蚁 阿里 腾讯 小米 金山 红杉 高瓴等 [13] - 公司于今年4月正式向北京证监局提交上市辅导备案 辅导机构为中金公司 [2] 行业竞争与挑战 - 国内大模型创业公司面临技术 商业 资金等多维度核心挑战 包括技术落地难题 消费端付费意愿低 企业端客单价低及回款不确定等困境 [14] - 行业需要应对同行在模型迭代上的创新压力 并直面百度 阿里 华为等科技巨头在数据 场景 资金上的压制 [14] - 有行业人士预测国内基座大模型大概率将只剩下DeepSeek 阿里巴巴 字节跳动三家 [14]

文章核心观点 - 智谱AI在IPO关键阶段进行仓促且大规模的裁员与组织架构调整，反映出模型厂商在商业化失速和上市压力下的艰难抉择 [4] - 此次调整旨在优化财务数据、提升人效比以符合上市审查要求，并试图摆脱低利润的定制化项目模式，重塑资本估值逻辑 [9][17][20] - 行业受到DeepSeek等开源模型的冲击，传统商业模式受到挑战，公司正尝试向G端聚焦和C端出海转型，但尚未跑通清晰的商业化路径 [14][20][22] 急速"瘦身" - 裁员过程仓促粗暴，部分员工从接到通知到last day仅两天时间，且未用完的年假被清零或不予折现 [5] - 产研中心（负责私有化部署的智能体平台和MaaS平台）约60多人被裁撤一半，相关员工的公司内网访问权限在几天内被关闭 [7][8] - 公司强制要求所有被裁员工在9月30日前离职，拒绝员工将离职日期延至下月15日以多交一个月社保的请求 [8] - 除产研中心外，bigmodel、chatbot产品智谱清言的研发算法团队也进行了裁员 [9] 组织架构大调整 - 今年4月公司进行重大战略调整，前COO张帆离职后，其负责的B端业务划归CEO张鹏管理 [12] - 公司将原有存在重合的G线、B线、C线业务，重新划分为政府央国企、泛互联网、国际和分公司等几条线，并成立产研中心以支持业务，旨在减少内耗 [12][13] - 组织架构调整初期导致部分人员闲置，张帆部门余下人员划入泛互联网部门后，至少两到三个月内基本处于无事可干的状态 [15] - 调整的背景是受到DeepSeek开源模型的冲击，模型免费化使得依赖卖模型的传统商业模式难以为继 [14] 矫正IPO估值逻辑 - 智谱作为AI六小龙中首家冲刺上市的公司，于今年4月启动IPO，计划10月完成辅导并递交申请，9-10月正处于关键的合规审查期 [4][17] - 公司人员规模约700人，是其他专注模型训练的AI六小龙公司的2到3倍，上市前需解决人员臃肿问题以优化报表 [18][19] - 公司试图摆脱AI 1.0时代“外包化”定制项目的低估值陷阱（如商汤科技累计亏损超500亿，市值脚踝斩的教训），转向更高利润率和更性感的资本故事 [20] - 商业化重心转向G端大模型解决方案和C端出海产品（Z.ai），智谱清言国内月活用户从2025年3月的近600万急剧下滑至8月的125万，促使C端策略调整 [20][21]

AI文本特征识别 - 互联网用户普遍通过特定语言特征识别AI生成文本，包括三段式写作套路、机翻腔语言风格以及频繁使用拟人、比喻等修辞手法[2][4] - 被标记为"AI味儿"的文本常出现技术性词汇如"解构""量子纠缠""光谱"，以及晦涩比喻如将钢笔写字声比作婴儿初啼[8] - AI文本在内容上缺乏细节描写，分析过程被认为不可靠，经常用不同句式重复同一观点[9] AI与人类文本量化差异 - PNAS研究显示AI生成文本更倾向使用高深词汇，部分晦涩词语使用频次是人类上百倍，例如GPT-4o模型使用"Camaraderie"频率是人类171倍[11][12][13] - 中文语境测试显示AI文本破折号出现占比0.58%，与人类范文0.85%相差无几，但AI更爱使用冒号和分号，比例分别高出人类1.37%和2.92%[19][20] - AI文本修辞手法使用显著多于人类，对偶句平均出现4次（人类0.67次），排比句平均1.5次，比喻句平均4.96次，引用句平均4.89次[22][23] AI写作行为模式 - OpenAI研究表明人类与AI约24%对话集中在写作领域，其中三分之二为修改文本而非原创写作[39] - 约54%用户会在3轮及以上对话并手动修改后才采纳AI生成内容，主要修改方向包括还原真实信息、减少长篇大论、符合个人表达风格[40] - 超85%用户认为AI让他们的写作变得更好，实际使用中用户会与AI进行多轮沟通以打磨最终文案[36][42] AI模型特性比较 - 指令微调型AI比基础型AI用语更为精深，例如Llama 3 70B模型中指令微调型偏好"Unease""Palpable"等高阶表达，而基础型偏好"Bananas""Paperback"等生活用语[16] - 不同AI模型在修辞使用上各有偏好：文心一言多用拟人句、引用句和比喻句，腾讯元宝擅长对偶句和排比句，Deepseek偏好夸张句[29] - AI生成文本高频出现"智慧""时代""人生"等表意宏大的词汇，且7个AI模型在高考模拟题作答中均以相同句式开头，显示高度套路化特征[30][33]

AI大模型安全漏洞现状 - 国内首次AI大模型实网众测累计发现安全漏洞281个，其中大模型特有漏洞达177个，占比超过六成[1] - 五大典型漏洞风险包括：不当输出类漏洞危害严重、信息泄露类漏洞多发、提示注入类漏洞最常见、无限制消耗类攻击防护不足、传统安全漏洞依然普遍存在[2] - 大模型漏洞影响不直观，常通过绕过提示词获取超法律或道德边界的信息，例如早期曾出现模型泄露内部配置文件的情况[2] 用户使用习惯与隐私风险 - 截至今年7月，ChatGPT每周活跃用户超7亿，发送信息量高达180亿条，其中近一半属于“询问”类使用方式[1] - 用户习惯向AI咨询疾病、情感、财务等高度私密问题，但缺乏定期清理聊天记录的习惯，一旦模型或服务器被攻破，敏感数据极易泄露[1] 主流厂商安全防护水平 - 参与测试的主流大模型产品中，腾讯混元大模型、百度文心一言、阿里巴巴通义App、智谱清言等被发现漏洞风险较少，体现较高安全防护水平[2] - 中国电信安全团队对国内六款最热门基础大模型扫描发现，最高分仅77分，有的低于60分，说明国内基础大模型安全仍有很大提升空间[8] 本地化部署的安全误区 - 近九成本地部署DeepSeek的服务器存在安全风险，2025年春节DeepSeek出圈后遭到有组织的大规模网络攻击[5] - 本地化部署不等于安全，服务器一旦被攻击，私有服务器上存储的隐私信息和商业机密可能被窃取[8] AI智能体带来的新挑战 - 人工智能正从“Chat向Agent”跃迁，智能体风险比大模型更复杂，业内发布首部《AI智能体安全治理》白皮书[9] - AI智能体衍生独特系统性风险：感知出错可能导致危险反应、决策失误在关键领域造成严重事故、记忆被污染导致越权操作或隐私泄露、工具被滥用成为黑客攻击入口[9][10] 行业标准化与应对措施 - 国家市场监督管理总局在多模态大模型、智能体等前沿方向新发布10项国标，立项48项技术文件[11] - 当前迫切需要通过标准化建设减少数字技术发展带来的风险和不确定性[11]

AI在大学生中的普及程度 - 99.2%的受访大学生正在使用AI工具，其中11.7%构成几乎每天多次使用的“重度使用”群体 [1] - 65.9%的受访者在遇到问题时会下意识地首先求助AI [1][3] - 47.1%的受访大学生表示已经离不开AI，其中10.5%完全离不开，36.5%表示不太离得开 [3] AI作为信息获取渠道的崛起 - AI工具作为信息获取渠道的偏好评分为3.34（满分5分），已超越传统搜索引擎（2.60分）与社交媒体（2.81分），成为受访大学生首选渠道 [3] - 这一转变表明年轻一代网上获取信息的方式正发生根本性变化，是一种交互方式的转变 [3] AI在学习与科研中的应用场景 - 资料文献查询、文本润色、翻译和总结汇报等文稿撰写是受访大学生最广泛的AI应用场景，占比均超过43.0% [3] - AI能自动生成可视化图表，大幅简化数据新闻制作中原本复杂的处理流程 [1] - 在科研中，AI能迅速指出思维漏洞并提供反例，其庞大的数据资源和信息整合能力有助于快速搭建知识框架 [3] - 应用场景呈现年级差异：大一大二学生在资料查询、图片生成、口语训练等场景应用更多；大三大四学生在求职建议、数据统计、代码撰写等场景更多使用 [3] AI在日常生活中的应用场景 - 查询生活常识（48.3%）、制订旅游计划（40.3%）、提供运动艺术等入门指南（37.0%）是AI在生活中应用相对更广泛的场景 [5] - AI能根据用户偏好、预算与目的地迅速规划旅行路线，推荐小众景点和特色餐馆 [5] - 视频剪辑软件的AI功能可一键智能识别字幕并自动匹配时间轴，AI脚本功能能凭关键词生成叙事大纲 [2] AI在社交与情感陪伴中的角色 - 62.7%的受访者表示会借助AI处理现实社交场景，热门场景包括沟通技巧（41.9%）、礼物挑选（39.3%）、提高表达能力（38.6%） [6] - 近八成受访大学生有过将AI作为闲聊对象甚至视为“朋友”进行交流的经历 [7] - 26.0%的受访者会在情绪低落时主动向AI寻求安慰与情绪价值，这一比例与通过社交媒体获取网友反馈的支持率（26.2%）基本持平 [7] - 59.8%的受访者将AI定位为“工作助手”，“工具人”（42.1%）和“学习伙伴”（38.5%）紧随其后 [6] 对AI的依赖与担忧 - 40.9%的受访大学生担心对AI产生难以割舍的心理依赖 [8] - 主要担忧包括：过度依赖AI会使思维变得懒惰、缺乏独立思考和解决问题的能力（62.3%）；对AI产生情感依托而忽视身边人（53.7%）；影响现实社交能力、不愿与真人交流（46.3%） [8] - 43.5%的受访者存在不同程度的AI焦虑，其中文史哲专业学生的AI焦虑相对明显（48.4%） [9] - 在文史哲专业中，47.5%受访者担心AI取代自己所学专业的职业路径，55.2%担心AI会削弱思维能力 [9] AI时代的能力构建与教育应对 - 受访大学生认为创造能力（62.0%）、批判性思维（56.0%）是AI时代最重要的能力，提问反思（54.1%）、人机协作（52.8%）、沟通协调（52.5%）同样必不可少 [10] - 62.3%受访大学生计划通过学习AI相关知识让AI成为学习和生活的工具，59.7%准备提升自己的专业能力、增强不可替代性 [10] - 许多高校已开始关注人工智能通识教育，开设相关课程覆盖所有专业，并将智能技术融入教育教学全过程 [10][11] - 教育部已启动学科大模型的开发与应用，国家智慧教育公共服务平台上已发布覆盖土木、材料、教育、法学等专业的学科大模型 [11]