大模型技术趋势 - 大模型技术范式已高度收敛至Decoder-Only+MoE架构，竞争焦点从“找路径”转向“卷效率”，核心工作在于数据与算法工程优化[3][5] - 2025年大模型货币化加速，核心变现方向为代码、多模态和智能体（Agent）[3][8] - 2026年重要技术方向预计为高效架构、多模态/世界模型、智能体执行力及安全合规[3][8] 市场竞争格局 - 形成海外闭源、国内开源为主的竞争格局，主流厂商逐渐缩圈，国内以互联网大厂和智谱、Minimax、DeepSeek、月之暗面等独立公司为代表[3] - 海外Top3模型（OpenAI、Anthropic、谷歌）在多个领域交替领先，差距不大；国产模型在代码等领域冲刺较快，性能接近海外顶尖水平[3][10] - 2026年1月，中国企业大模型日均tokens消耗达37万亿，前三名为通义千问、豆包和DeepSeek[9] 关键应用与商业化进展 - **AI编程**：Cursor在2025年底ARR达10亿美元，Claude Code至2026年2月ARR超25亿美元，市场价值提升空间巨大[20][21] - **多模态（视频生成）**：快手可灵在2025年Q1收入超1.5亿元人民币，3月ARR突破1亿美元，全球用户突破2200万[28] - **智能体（Agent）**：在复杂任务中成功率仍待提升，2026年重要方向包括多智能体系统、人机劳动力重组、慢思考+端侧操作及具身智能[33][36] 案例公司：智谱分析 - 智谱是国内领先的独立通用大模型开发商，2024年收入3.124亿元人民币，2025年上半年收入1.909亿元人民币，但处于高投入期，经调净利润为亏损[43][47] - 收入主要来自本地化部署（2025年上半年占比84.8%），毛利率较高（59.1%）；云端部署处于发展初期，但增速快[42][47][54] - GLM-5模型在代码和Agent能力上出圈，在Arena Code榜单位列国内第一；尽管提价，其API调用量仍大幅提升，证明了性能驱动的涨价逻辑[3][78][81][82] - 公司凭借深厚清华背景，构建了覆盖全场景的模型矩阵和一站式MaaS平台，客户超8000家，并计划进军教育、医疗等行业[43][55][59][67] 投资机遇与风险 - 投资应关注原生大模型公司（如智谱、Minimax）及受益于模型能力的垂类行业应用公司[3] - 主要风险包括行业竞争加剧、技术迭代不及预期、商业化进展缓慢、数据质量与合规问题以及持续高研发投入导致利润承压[3][95][96][97][98]

文章核心观点 - 人工智能行业的发展是动态、螺旋式上升的过程，其核心驱动力是远大目标与当前资源技术之间的“渗透压”差距 [7][8][18] - 大模型是实现人工智能的一种关键技术路径，通用大模型是主流方向，专业/垂直模型存在悖论，行业竞争格局将向头部收敛 [23][24][25] - 中美两国在AI发展上呈现不同路径：美国追求极致创新与高度，中国强调技术普惠、产业落地与商业化效率 [37] - 智谱公司作为中国通用大模型厂商，其商业模式是MaaS，并认为该模式在长期将演变为社会智能基础设施，公司优势在于对AGI的早期认知、技术聚焦与研发能力 [39][41][47][50] AI的发展历程与本质 - AI的本质目标是用技术方法模拟人类智能以服务人类，其内涵随技术市场变化而演进，但核心目标未变 [2] - AI发展经历多次起落，公认有三次（或四次）浪潮，这是技术发展中的正常规律 [4] - 早期AI的局限性包括计算能力差、数据缺乏以及符号学派方法的局限，导致了第一次AI寒冬 [6] - 从感知机到专家系统，再到深度学习，AI的实现方法不断演进，其思想源头可追溯至通过数据迭代学习的机器学习 [5][10][13] - 计算设备（算力）和数据是AI发展的关键前提，分别相当于发动机和燃料 [14] - 2017年的Transformer论文是重要转折点，促使OpenAI等转向大模型研究，GPT-3的出现被视作技术范式的转折点 [15][16][17] - AI发展在算力、数据、算法三要素上存在动态的瓶颈循环，推动技术螺旋式上升 [18] 大模型技术与竞争格局 - 大模型指参数规模巨大的深度神经网络模型，参数量可达千万至上千亿级别 [23] - 通用大模型与专业/垂直模型的分类存在悖论：若有专业数据，加入通用模型训练效果更优；专业小模型的能力未必强于加入专业数据的通用模型 [23] - 通用大模型行业的参与门槛高，由于资源投入巨大，竞争格局将向头部收敛，但中短期内不会只剩一家，技术多样性是进步动力 [24][25] - 造成各家大模型差异的因素包括算力、数据和算法，其中算法创新更为根本 [26] - 大模型技术仍在快速增长阶段，技术溢价高，创新活跃，尚未进入低价竞争模式 [48] AI的应用现状与未来 - AI正在并将在日常生活中带来巨大变化，已渗透至办公、购物等场景 [26] - 在工业与医药等行业，AI已带来深刻变革，如辅助药物设计、预测蛋白质结构等，有望降低新药研发成本与周期 [27] - AI在医疗领域可辅助医生进行诊断、研判和知识支持 [28] - 自动驾驶是AI的重要应用方向，其发展取决于对“完全自动驾驶”的定义，是一个不断逼近目标的过程 [29] - AI与人类的关系是复杂的协同进化关系，AI可能刺激人类加速进化，而非简单的替代 [33] - 当前大模型处于AGI发展路径中的“自我学习”阶段，与人类智能的关键差距在于缺乏自我意识 [34] 中美AI发展路径对比 - 美国AI发展路径：追求极致创新与高度，通过资本聚集在头部玩家进行大量投入，专注于0到1的突破 [37] - 中国AI发展路径：强调技术创新与产业落地并重，追求确定性和普惠，注重将AI成果转化为经济价值，赋能千行百业，更侧重于1到10和10到100的推广与应用 [37] 智谱的商业模式与战略 - 智谱的商业模式是MaaS，将模型本身作为一种服务提供给客户 [39] - MaaS模式被认为是当前大模型商业化较靠谱的路径，并可能在长期演变为标准化、易于获取的社会智能基础设施 [40][41] - 公司业务聚焦于通用大模型与AGI目标，同时涉足上层应用，主要客户包括头部互联网公司及三星等，解决如跨语言内容翻译、端侧智能隐私保护等实际问题 [42][44] - 公司的长期优势在于对AI的早期领先认知、在通用大模型领域的极度聚焦以及顶尖的研发能力 [47] - 公司认为研发投入的首要目的是保持基础模型能力的持续领先优势，这是所有商业化的根本 [49] - 面对大厂竞争，公司在算力投入上不具优势，但在算法、研发能力及对AGI的深度理解上具备强项，且大厂的投入也非无上限 [50] - 公司当前商业化重点在B端市场，认为从第一性原理看，服务企业与个人在技术产品层面无本质差别，价值在于生产力转换 [52]

电话会议纪要关键要点 一、 涉及的公司与行业 * 会议主要讨论了两家公司：**智谱**和**Minimax**[1] * 两家公司均被定位为全球领先的**大模型公司**，是仅有的两家上市大模型公司[1] * 讨论的行业为**人工智能（AI）**，特别是**大模型、生成式AI（AIGC）和智能体（Agent）** 行业[1][2][20] 二、 关于智谱的核心观点与论据 1. 核心投资价值与战略定位 * 公司核心价值源于**领先的模型能力**，特别是专注于**Coding（编程）和Agentic推理**的细分方向[2][3][4] * 公司是**纯粹的基模公司**，投资价值后盾是研发能力、技术储备和领先的模型能力[4] * 公司背景为**清华系、国家队**，拥有豪华且稳定的股东结构，包括创始人、互联网战投（如美团、蚂蚁、阿里）及中央地方国资[2][10][11] * 公司以**AGI（通用人工智能）为远期指引和发展目标**，技术路线围绕持续学习、自主学习展开[12][14] 2. 模型能力与进展 * 模型能力一直走在中国大模型最前沿[3] * 转折点始于**GLM 4.5**，后续迭代（4.6, 4.7, 5.0）在国产和开源模型中保持领先[4] * **GLM 5**是当前核心模型：在全球综合评测（Artificial Analysis Index）中位列**全球第四、国内第一**；在单体表现上可对标Anthropic的Opus 4.5；编程和Agent能力大幅跃升，真实体感逼近Opus 4.5[4][12][27] * GLM 5的技术优化：总参数量从GLM 4.7的**3500多亿**提升至**7400多亿**（接近翻倍）；构建了新的强化学习框架（STAM）；集成了DeepSeek的技术注意力机制以提升效率[30][31] * 公司走**开源模型路径**，培育生态：GLM 4.5在Hugging Face下载量达**7万多次**；GLM 5发布首日登顶全球趋势榜[13][14] 3. 商业模式与商业化进展 * 商业模式为**MaaS（模型即服务）**，向千行百业输出模型能力[14] * 提供三种模式：面向政府/大企业的**本地化部署**、面向中型企业的**云端部署**、面向全球开发者/科技企业的**API（按Token消耗收费）**[15] * 商业化驱动力来自**Coding和Agent带来的Token需求井喷**，公司以领先的模型能力和高性价比承接中长尾市场需求[5][6][7] * 收入结构快速变化：2024年本地化部署收入占比**80%以上**；预计到2026年，云端部署将占**50%以上**；中长期API收入占比有望接近**50%以上**，成为核心商业模式[18] * **Token消耗量高速增长**：2024年为**0.2T**，2025年上半年达**4.6T**，预计2025年底在**6T以上**，是API增长的前瞻指标[18][19] * **API相关ARR（SaaS）迅速增长**：从去年底（10月/11月）的**2亿多**水平增长至最新的**5亿多到6亿**[7] * 公司已与**金山办公（WPS）、滴滴、摩尔线程、B站、马来西亚主权AI项目**等合作，赋能各行业[16][17] * **GLM 5发布后平均涨价幅度在30%以上**，但Coding Plan价格仍不到Anthropic同类产品的一半，具备高性价比[28][29] * 对标**Anthropic**的发展路径，专注打磨Coding能力，并逐步切入企业市场[26][27] 4. 市场机遇与竞争格局 * **AI Coding是首个进入真实生产力级别的应用场景**，2026年将成为由Coding驱动的Generative AI元年[23] * 2025年，**AI生成代码已占全球代码产出的40%**，头部科技公司内部可能有**20%-30%** 的代码由AI生成[24] * 测算**中美AI Coding市场空间**约**2000多亿美金（万亿人民币规模）**，泛开发者群体涌入后空间更大[25] * 中国AI Coding市场与美国有**三倍的时间差**，意味着有更大增长空间[26] * 竞争格局清晰，独立模型厂商凭借技术趋势占据一席之地[22][23] * 在Open Router的调用量数据中，智谱、Minimax、Kimi排名靠前，并获得海内外使用者认可[23] 5. 财务与估值 * 收入增速高、翻倍增长，但亏损可能持续，因需持续投入算力和人力以保持领先身位[11][12] * 全面对标OpenAI和Anthropic，给予智谱**40倍2028年PS估值**，目标市值**3068亿港币**，目标价**688港币**[36] 三、 关于Minimax的核心观点与论据 1. 公司定位与核心竞争力 * 公司定位为**AI Native的全球领先通用人工智能科技公司**，愿景是实现AGI，口号是“Intelligence with everyone”[37] * 核心竞争力概括为四点： 1. **早期押注全模态融合路线**，同步推进文本、语音、视频模型研发，形成统一技术栈，积累先发经验[39][45] 2. **已验证海外市场规模化变现能力**：2025年前三季度海外收入占比**超过73%**，覆盖**200多个国家和地区**，触达高付费意愿用户[40] 3. **坚持技术即产品路线**，采用“前店后厂”模式，实现模型与产品的快速拟合迭代，降低转化摩擦[40][53] 4. **AI原生高效组织**：截至2025年三季度，公司仅**385人**，研发人员占比**74%**；组织扁平（CEO下不超过三个层级），实现高效人效和高速迭代[40][41] 2. 模型能力与进展 * 已形成完备的**全模态模型矩阵**，包括文本（M系列）、视频（海螺系列）、音频（Speech系列）、音乐（Music系列）、图像（Image系列）[37][38] * **文本模型（M系列）全球领先**： * **M2**发布一周后登顶全球Artificial Analysis智能指数榜单前五，被评价为“最好的开源模型”之一[48][49] * **M2.5**在编程、工具调用、搜索、办公等场景刷新行业SOTA；发布后，在Open Router的使用量、编程语言等维度迅速达到**第一**[44][51] * 采用**交错思维链**等方式，在保持基准测试稳健的同时实现稳定泛化，强化了Agent能力[49][50] * 公司内部**30%** 的真实业务任务由M2.5自主完成；在编程场景，M2.5生成代码占新提交代码的**80%**[51] * **视频模型（海螺系列）处于全球第一梯队**：海螺02发布时排名全球视频生成**第二**；采用自研NCR架构，拥有优秀的复杂指令遵循和物理表现[53] * **音频模型（Speech系列）全球领跑**：基于LM的语音预测token范式，支持40多种语言和复杂情感表达，拟人化能力强[38][55] * 模型研发遵循 **“A = V × D”** 动力学（A进化加速度，V迭代速度，D战略投入方向），公司在两方面均实现较好领跑[44] * 模型迭代速度世界领先：**108天**内迭代了M2、M2.1、M2.5[44] * 战略投入方向独到：坚定选择**多模态路径**，并早期押注**线性化方向**（如MoE架构、HyperLinear Attention），在资源受限下实现高性能[45] 3. 产品矩阵与商业化 * 产品分为**AI原生产品**和**开放平台**[38] * **AI原生产品**包括三大类： 1. **Agent产品**：桌面端形态，锚定高效生产场景，实现本地环境与工作流的深度耦合；2026年1月发布Agent 2.0，支持深度系统调用，执行力亮眼[56][57] 2. **音视频产品**：包括视频产品“海螺”和音频产品“Audio”，降低专业创作门槛，赋能多模态内容消费[60] 3. **AI陪伴产品**：面向海外的“Talkie”和面向国内的“星意”，主打虚拟角色交互和情感陪伴，用户粘性和商业化渗透亮眼[39][64] * **开放平台**：通过多种API（文本、语音、视频等）为全球企业提供可拓展的AI服务，2025年前三季度收入增长亮眼[66] * 商业化优势： * **高毛利**：得益于早期采用**MoE架构**带来的推理成本优化、注重AI Infra建设、以及**视频和音频API结构性拉升**[66][67][68] * **高性价比**：M2.5在维持顶尖性能的同时提供低Token价格，旨在实现“Agent人人可用”[57][58] * 市场空间展望： * **Agent**：有望达到**10万亿美元**的TAM想象空间[59] * **音视频产品**：市场分为专业创作者（约30亿美元）、企业端（约94亿美元）、个人/社交平台（约917亿美元）[63] * **情感陪伴产品**：当前空间约**700-1500亿美元**，未来有望通过记忆能力提升等实现突破[64][66] 4. 行业趋势与竞争格局 * 行业趋势：模型能力呈**非线性跃升**，市场规模快速增长（预计从2023年**929亿美元**增至2030年**16000亿美元**，CAGR **37%**）[42][43] * 竞争格局：已收敛至头部厂商，呈现**轮番领跑**状态[43] * Minimax凭借全模态自研闭环，在**统一多模态**演进方向上有望拉开代际差，技术上限和工程化效率高[52][53] * 视频生成领域短期多强并存，长期技术壁垒提升将引发洗牌，端到端大模型及多模态理解与生成统一架构是未来方向[61][62] * AI原生产品的商业化逻辑不同于移动互联网，更依赖模型能力带来的获客边际效率变化，而非单纯营销投入[64][65] 5. 财务与估值 * 公司是**全球化公司**（超73%收入来自海外），拥有**全球SOTA级模型研发能力**和**下一代AI原生产品突破潜力**[69] * 选取**OpenAI和Anthropic**作为可比公司，给予Minimax **2026年75倍PS估值**[69] 四、 其他重要内容 * **实体清单影响**：分析师认为美国实体清单主要限制清单公司采购美国技术，但不怎么限制美国实体购买清单公司的服务，因此对智谱**没有影响**[70] * **Token使用量转化收入**：Coding Plan部分会进入流水并按月确认；API则按当期消耗量结算[70] * 整个AI产业，尤其是大模型，在**Agentic AI**需求涌现下快速发展，带来了**Token调用量的大幅增长**，推高了对模型的预期[1][6] * 投资者购买大模型公司本质上是购买“通往未来的门票”，市场基于高预期给予高估值溢价[2][8]

电话会议纪要关键要点 一、 涉及的行业与公司 * 行业：**通用人工智能 (AGI) / 大模型** 行业，具体涉及**模型能力、AI Agent、AI Coding、多模态生成**等细分领域 [2][16][29][34] * 公司：**智普 (Zhipu)** 和 **MiniMax**，被描述为全球前两家也是仅有的两家上市大模型公司 [2] 二、 关于智普 (Zhipu) 的核心观点与论据 1. 公司定位与核心价值 * 公司是**非常纯粹的基模公司**，其核心价值与后盾是**研发能力** [3][4] * 公司背景为**清华系、国家队**，拥有豪华且稳定的股东结构，包括创始人、互联网巨头（美团、蚂蚁、阿里）及中央/地方国资 [3][8][9] 2. 模型能力与战略路线 * 公司确立了以 **“中国最领先的coding模型”和“coding-agentic-tree”** 为主要方向的战略路线 [4] * 模型能力处于**国内领先、全球前列**：GLM5在综合跑分（Artificial Analysis Index）中位列**全球第四、国内第一**，在单体表现上可对标Anthropic Claude 4.5 [11][22] * GLM5实现了参数规模的大幅提升，从GLM4.7的**3500多亿**参数量提升至**7400多亿**，接近翻倍 [25] * 公司持续在模型架构、强化学习框架（STEM）、注意力机制优化（降低计算复杂度）等方面进行打磨，以提升效率和降低成本 [25][26] * 公司创始人看好并致力于在**知识学习、自主学习**方向取得突破，以解决更复杂的现实问题 [12] 3. 商业化路径与增长驱动 * **商业化处于早期阶段**，收入高速增长（三倍增长）但亏损持续，因需持续投入算力与研发以保持领先地位 [10] * **增长引擎正从本地化部署转向云端和API**：2024年本地化部署收入占比**80%以上**，预计到2026年云端部署将占**50%以上**，长期看API有望占比**50%以上**，成为最核心收入来源 [14] * **Token消耗量高速增长**是API收入的先行指标：2024年Token消耗量约**0.2T**，2025年上半年达**4.6T**，预计2025年底在**6T以上** [15] * **目标市场**：本地企业客户是基本盘，**全球开发者及科技企业**是增量核心市场 [13] * **对标Anthropic**，认为其以Coding为抓手的商业化路径（收入从十几亿翻至四十五亿，再预期翻至一百八十亿）具有参考意义，智普的收入结构更接近Anthropic [5][18] 4. 竞争策略与市场机遇 * 凭借**领先的模型能力结合高性价比**（GLM5 Coding Plan价格不到Anthropic的50%）来抓住海内外中长尾市场需求 [23] * 模型能力提升后敢于**提价**，GLM5发布后平均涨价幅度在**30%以上** [23] * 专注于Coding领域，并以此为抓手向**企业级市场渗透**，与国产芯片（摩尔线程、含光等）深度适配，实现“国产芯+国产模型”双向赋能 [4][24][26] * **AI Coding是核心市场机遇**：2025年AI生成代码已占全球代码产量的**40%**，中美AI Coding市场测算规模在**2000多亿美金（万亿人民币）** [19][20] * 在竞争格局中，**独立模型厂商凭借技术趋势仍有立身之地**，行业已收敛至少数头部厂商 [17][19] 5. 产品与生态布局 * 发布**GLM Office**能力，对标Claude Desktop，渗透办公场景，实现表格自动化等操作 [26] * 在AI应用层面有**AutoGLM**（AI Agent产品）等作为商业储备，但尚处商业化早期 [27] * 公司**70%多**的员工为研发人员，构筑了人才与研发壁垒 [28] 三、 关于MiniMax的核心观点与论据 1. 公司定位与核心优势 * 公司是**AI native（人工智能原生）** 公司，组织、流程、产品均围绕大模型设计，旨在实现**AGI**愿景 [29][32] * 核心竞争力概括为四点： 1. **早期押注全模态融合**，在文本、语音、视频、音乐等多模态同步研发，积累先发经验 [31] 2. **全球化与可规模化**的市场策略 [29] 3. **“前店后厂”技术即产品路线**，研发与产品高度协同，加速迭代并降低技术转化摩擦 [32] 4. **高效扁平化的AI原生组织**，据称效率可能比90% AI赋能组织高十倍，实现高人效 [32][36] 2. 模型能力与多模态布局 * 模型能力处于**全球前列**，在文本、视频、语音等多个模态均达到世界领先水平 [30][34] * **文本模型（M系列）**：支持极长上下文（100万tokens），通过“交错思维链”等方式提升Agent任务处理与泛化能力，M2曾登顶全球榜单前五，M2.5在编程、工具调用等场景迅速达到使用量第一 [39][40][41] * **视频模型（海螺系列）**：通过自研NCR架构，确立全球视频生成第一梯队地位，注重复杂指令遵循与物理表现 [30][44] * **音频/语音模型**：凭借拟人化情感表达和多语言支持建立竞争壁垒，处于全球领先位置 [30][45] * **音乐与图片模型**：支撑音频生态与AI原生创意设计场景 [30] 3. 商业化与产品矩阵 * 商业化通过**开放平台（Open Platform）** 提供多模态API服务，以及直接面向用户的**产品矩阵**进行 [56] * **产品矩阵主要包括三大类**： 1. **生产力工具（AI Agent）**：桌面端形态，锚定高效生产场景，在长文本理解、复杂指令遵循等方面表现亮眼，处于全球第一梯队 [46][47] 2. **音视频生成产品**：包括“海螺”（视频）和“再次”（音频），用于降低创作门槛和赋能多模态内容消费 [50] 3. **情感陪伴产品**：包括面向海外的“Talking”和国内的“心忆”，以拟人化对话和沉浸式体验获得高用户黏性 [30][54] * **开放平台增长亮眼**，高毛利水平得益于：技术能力带来的训练推理效率、AI用法建设、以及**视频和音频API结构性拉升毛利**（文本API市场竞争更激烈） [56][57] 4. 行业趋势与竞争策略 * 行业处于**模型能力非线性跃升、市场规模快速增长**的阶段：全球生成式AI收入规模预计从2023年**929亿美元**增至2030年**16000亿美元**，CAGR达**37%** [34] * 竞争已收敛至**头部厂商轮番领跑**的状态 [34] * MiniMax的取胜关键在于：**保持模型智能水平的全球领先** 和 **维持先发优势** [35] * 维持先发优势依赖于 **“workload-model fit”（工作负载与模型匹配）**，即领先模型能更好地嵌入用户工作流，形成迁移成本与习惯粘性 [37][38] * 未来模型发展方向：**统一多模态、Agentic（智能体化）、持续学习** [42] 5. 市场空间与估值 * **AI Agent** 有达到**十万亿美元**市场空间的想象空间 [49] * 音视频产品市场：专业创作（B端）中性假设约**30亿美元**，企业级内容生成（B端）中性假设约**94亿美元**，社交与消费级（C端）想象空间最大，中性假设约**917亿美元** [53] * 公司估值参考OpenAI和Anthropic，给予**2026年75倍PS估值** [59] 四、 其他重要内容 1. 共同面临的行业背景与风险 * **Agent AI需求涌现**，带动API调用量和Token消耗量大幅增长，是当前推动模型公司预期攀升的核心因素 [2][6] * 市场普遍认为大模型趋势可能侵蚀传统SaaS、应用及互联网业务 [2] * 投资大模型公司本质是购买一张 **“通往未来的门票”**（AGI或有利生态位），因此估值需考虑其早期阶段和未来潜力，而非静态对比 [7] * 提及的风险包括：**研发、商业化、知识产权**相关风险 [28] 2. 中国市场的特点 * 中国AI产业在大模型拉动下增速非常快 [16] * 在中国，**B端（企业端）商业化变现能力目前优于C端**，因为企业付费意愿更强，这契合了智普等公司以B端为主的商业模式 [17] * 中国竞争格局与海外类似，能留在牌桌上的模型厂商越来越少 [17]

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]。

公司股价表现与直接驱动因素 - 2026年2月12日早盘，公司股价高开8%，随后大幅上涨，截至发稿涨幅达41%，总市值超过1900亿港元 [1] - 股价飙升主要源于两大关键利好：GLM Coding Plan套餐价格上涨与GLM-5模型的正式开源 [1] - 自港股上市以来，公司股价已从120港元飙升至422港元，累计涨幅达251.67% [2] GLM Coding Plan价格调整详情 - 由于市场需求强劲增长，用户规模与调用量快速提升，公司为保障服务稳定性与质量加大了算力与模型优化投入 [1] - 公司对GLM Coding Plan套餐价格体系进行结构性调整，取消首购优惠，保留按季按年订阅优惠 [1] - 套餐价格整体涨幅自30%起，已订阅用户价格保持不变，调整自2026年2月12日起生效 [1] GLM-5模型发布与性能表现 - 公司于2026年2月12日正式上线并同步开源GLM-5模型 [1] - 在Coding与Agent能力上，GLM-5已取得开源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] - 此前在全球模型服务平台OpenRouter登顶热度榜首的神秘模型"Pony Alpha"，经证实即为GLM-5，目前该模型已正式上线chat.z.ai平台 [2] 技术适配与公司业务概况 - GLM-5已与摩尔线程、寒武纪等主流国产芯片平台完成深度适配与算子级优化，可在国产算力集群上实现稳定高效运行 [2] - 公司是国内专注于通用人工智能研发的科技企业，核心业务围绕全栈大模型技术体系展开，拥有国产原创GLM大模型架构 [2] - 公司旗下产品涵盖GLM系列大模型、智谱清言、AutoGLM等，业务覆盖模型服务、智能体应用、全流程开发套件等多个领域 [2] 公司上市进程与资本市场动态 - 公司于2026年1月8日完成港股上市，成为首家以基座大模型研发为核心主业、依据港交所18C章上市的特专科技公司 [2] - 在港股上市后，公司正稳步推进A股上市筹备工作，已于2025年4月向中国证监会北京证监局提交上市辅导备案，由中金公司担任辅导机构 [2] - 公司成为国内大模型"六小虎"中首家启动IPO的企业，辅导机构中金公司已于2026年1月15日递交了公司第三期IPO辅导工作进展情况报告 [2][3]

港股市场开盘表现 - 恒生指数开盘报27246.18点，上涨63.03点，涨幅0.23% [1] - 恒生科技指数开盘报5462.70点，上涨11.67点，涨幅0.21% [2] 个股及板块异动 - 智谱（HK02513）高开超4%，本周以来累计涨幅超60% [3] - 上海小南国（HK03666）早盘再度跌超16% [5] - 科网股涨多跌少，百度、快手、哔哩哔哩涨超1%，腾讯跌超1% [7] - 创新药概念股活跃，再鼎医药涨超3% [7] - 汽车股部分上涨，比亚迪涨超1% [7] - 先导智能上市首日高开1% [7] 智谱公司核心竞争力分析 - 公司核心竞争力体现在全栈自研技术体系、领先模型性能、开源生态以及国产算力深度适配 [5] - 研发人员占比74%，核心团队来自清华KEG实验室，在自然语言处理领域学术积累深厚 [5] - GLM系列迭代迅速，GLM-4.7在编程场景表现突出，采用交织式思考机制，在真实软件工程任务中稳定性强 [5] - AutoGLM实现AI自主操作智能手机和电脑GUI，开启Agent新范式 [5] - 多模态能力覆盖文生图、文生视频、视觉理解等领域，CogView-4和CogVideoX在开源评测中位居前列 [5] - 技术优势已转化为实际商业落地，在科技、金融、政务、医疗、制造等行业形成广泛应用 [5] 上海小南国事件说明 - 公司证实旗下10间上海小南国品牌餐厅已因战略性重整而暂停营运 [7] - 公司明确指出“按金及预付卡不可退还”的说法不正确，正为顾客办理按金退还，且预付卡资金存放于指定保证金账户可供退还 [7] - 董事会将确保所有按金及预付卡妥善退还 [7] - 此举是集团策略性重整的一部分，旨在精简营运、重新分配资源至核心市场，以应对内地餐饮业务缺乏盈利能力的问题 [7] 机构后市展望与配置方向 - 中金公司认为，港股近期回调是基本面依然偏弱情况下，市场担忧流动性收紧和港股特色结构吸引力下降的共同结果 [7] - 在整体信用周期震荡甚至阶段走弱的情形下，市场指数层面空间有限（恒指基准点位28000点~29000点），机会主要来自景气结构或指数意外回撤 [7] - 短期看，市场或有超调，回撤后短期可能存在向上修复空间 [8] - 中期看，基准情形下，判断港股盈利增长3%~4%与景气结构主线情绪修复，或推动恒指中枢上行至28000点~29000点左右 [8] - 配置方向上，大思路依然是跟随信用扩张方向，在AI科技、周期、消费和分红四大领域里，仍以AI科技和周期为主线 [8]

文章核心观点 - 开源AI助手项目Clawdbot的爆火，标志着AI正从“对话工具”向“执行伙伴”发生范式转变，这背后是技术成熟、用户需求与生态争夺的三重叠加，并预示着一个巨大的赛道机会，但其窗口期可能仅有半年[1][24] 为何现在爆火？不是新东西，却踩中了临界点 - 类似技术（如Anthropic的Computer Use）去年已出现但未普及，主要因其需要API调用和编程知识，门槛过高[5] - Clawdbot成功将技术产品化，用户无需懂技术，通过Telegram或WhatsApp等常用通讯工具即可指挥AI执行任务，实现了极低的使用门槛[5] - 该AI助手可7×24小时不间断运行，像一个永在线的私人管家[5] 核心区别：从“对话工具”到“执行伙伴”的质变 - 与传统聊天机器人（如ChatGPT）本质不同，后者是对话工具，仅提供信息，需要用户手动执行[8] - Clawdbot是执行者，能根据用户指令直接操作电脑完成任务，例如整理报销发票、管理家庭生意、生成健康报告等，实现了从“出主意”到“干完活”的质变[8] 爆火三要素：技术、门槛与隐私刚需 - **技术临界点**：Claude 3.7 Sonnet等新一代模型编程能力大幅提升（SWE-bench测试成绩创新高），使其能写出可靠代码来执行复杂任务[10] - **门槛极低**：无需新设备，旧笔记本或每月五美金的云服务器即可运行，成本低、上手快[10] - **隐私刚需**：与多数需上传数据至云端的AI工具不同，Clawdbot主要在本地运行，数据保存在用户自有设备，满足了企业及隐私敏感型用户的强烈需求[10] 隐藏风险：AI权限背后的安全漏洞 - 赋予AI最高权限（可读取所有文件、安装软件、修改系统配置）存在巨大安全隐患[13] - 已有安全研究员披露Clawdbot存在超过五百个漏洞，包括提示注入攻击和远程代码执行风险[13] 竞品博弈：AI agent的战争，是生态之争 - 国内存在类似竞品，如字节跳动与中兴合作的豆包手机，其AI能跨应用操作（如订机票、酒店）[15] - 此类AI agent面临平台封禁，因其绕过了应用界面，直接动摇了各平台通过界面、算法和广告位构建的生态与流量入口[15] - AI agent的竞争本质是生态与入口之争，巨头如OpenAI（Operator）、Google、Anthropic（Claude Code）以及国内的智谱（AutoGLM）、零一万物等均在积极布局，争夺下一代入口[16] 创业方向：三个可落地的暴富机会 - **垂直场景的AI agent**：避开与巨头的通用领域竞争，专注于法律文书、电商选品、财务审核等有明确工作流和ROI的细分场景，企业付费意愿强，可实现“小而美”的快速启动与盈利[19][20] - **AI agent的基础设施和工具链**：针对企业级需求，开发解决安全、权限管理、多智能体协调等问题的管理平台、监控审计系统或编排平台，技术壁垒高，护城河深[21] - **端侧AI的硬件和芯片**：Clawdbot热潮带动了Mac mini等设备需求，未来专为AI agent设计的低成本、低功耗硬件（如小型服务器、AI盒子）及端侧AI芯片市场潜力巨大，这与云计算集中化趋势相反，受隐私、成本和实时性需求驱动[22] 机会窗口期 - 机会窗口期可能仅有半年，因各大公司正在加速布局，巨头产品成熟后将快速定局[23] - AI agent赛道先发优势明显，AI会学习用户习惯形成路径依赖，早期用户难以被后来者抢夺[23]

公司股价与交易表现 - 智谱公司股价再涨超4%，截至发稿时上涨4.61%，报227港元，成交额达7061.98万港元 [1] 公司资本运作与上市进展 - 中国证监会官网信息显示，中金公司已于1月15日递交智谱第三期IPO辅导工作进展报告 [1] - 公司正继续推进A股上市计划，向“A+H”两地上市目标迈进 [1] 公司产品与技术进展 - 公司发布了旗舰模型GLM-4.7，GLM系列迭代迅速 [1] - GLM-4.7在编程场景表现突出，采用交织式思考机制，在真实软件工程任务中稳定性强 [1] - AutoGLM实现AI自主操作智能手机和电脑GUI，开启Agent新范式 [1] - 多模态能力覆盖文生图、文生视频、视觉理解等领域 [1] - CogView-4和CogVideoX在开源评测中位居前列 [1]

公司股价与交易动态 - 智谱股价再涨超4%，截至发稿涨4.61%，报227港元，成交额7061.98万港元 [1] 公司资本运作进展 - 中国证监会官网信息显示，中金公司已于1月15日递交智谱第三期IPO辅导工作进展报告 [1] - 公司正继续推进A股上市计划，向“A+H”两地上市目标迈进 [1] 公司产品与技术进展 - 公司发布智谱旗舰模型GLM-4.7 [1] - GLM系列迭代迅速，GLM-4.7在编程场景表现突出，采用交织式思考机制，在真实软件工程任务中稳定性强 [1] - AutoGLM实现AI自主操作智能手机和电脑GUI，开启Agent新范式 [1] - 多模态能力覆盖文生图、文生视频、视觉理解等领域，CogView-4和CogVideoX在开源评测中位居前列 [1]