公司上市进程与市场定位 - 智谱于12月19日正式披露了港交所聆讯后的招股书 [1] - 公司被市场视为有望冲击“全球大模型第一股” [1] - 其主要竞争对手MiniMax虽已通过聆讯但尚未公布招股书 [2] 财务表现与收入结构 - 公司收入增长迅速，2022年至2024年收入分别为0.574亿元、1.25亿元、3.12亿元 [3] - 公司主打MaaS（模型即服务），收入分为本地部署和云端部署两大部分 [4] - 本地化部署是主要收入来源，2024年创收2.64亿元，占总收入八成以上 [5] - 本地部署项目定价较高，2024年前五大客户贡献收入1.42亿元，占总收入45.5% [6] - 云端部署业务基于token消耗量等计费，目前收入占比不足两成 [7] - 公司亏损额巨大且逐年攀升，2022年至2024年亏损额分别为1.44亿元、7.88亿元、29.58亿元，累计亏损达38.9亿元 [7] 业务模式与产品矩阵 - 本地部署以套餐形式提供，定价根据模型类型、规模、计算资源及实施成本确定，可按一次性或按年计费 [6] - 云端部署合约定价与订阅时长、模型类型与规模及计算资源量有关 [7] - 公司构建了全栈式产品矩阵，包括端侧小模型、经济型模型和千亿参数旗舰大模型 [7] - 产品矩阵提供对话、通用智能体、代码生成、图像理解、文生图/视频、语音交互等多种功能 [7] 成本结构与资金状况 - 巨额亏损主要受研发开支中的算力服务费侵蚀 [8] - 2024年算力服务费高达15.52亿元，约为同期收入的5倍 [9] - 截至2025年6月末，公司现金及现金等价物为25.52亿元 [9]

文章核心观点 - 模型即服务（MaaS）通过封装AI算法模型能力，以服务形式降低技术门槛、控制成本、简化运维，从而加速“人工智能+”进程 [1] - 中国MaaS市场在2024年呈现爆发式增长，规模达7.1亿元，同比增长215.7%，市场格局高度集中 [1][8] - MaaS作为大模型落地的核心载体，已在金融、政务、电信等行业产生积极成效，未来将向更普惠、安全的方向发展 [1][10][12] MaaS行业相关概述 - MaaS核心目标为降低人工智能技术使用门槛，控制应用建设成本，简化系统运维管理复杂度，提升人工智能技术的综合应用效能 [1][2] - MaaS主要提供三部分服务能力：全栈平台型服务、丰富资产库服务、基于AI模型的应用开发工具服务 [3] - 围绕模型服务生产及使用的全生命周期，形成了包含模型平台层、模型层以及应用开发层在内的MaaS三层落地框架 [4] MaaS行业发展背景 - 截至2025年7月27日，全球已发布大模型总数达3755个，其中中国企业贡献1509个，数量位居全球首位 [1][4] - 中国大模型应用市场规模2024年达到47.9亿元，较2023年实现跨越式增长，应用广泛分布于代码助手、数字人、智能客服等领域 [6] - 中央政府与地方政府多次在政策中提及“模型即服务”，如2025年8月国务院发布《关于深入实施“人工智能+”行动的意见》，为行业发展提供有力支持 [6] MaaS市场规模与驱动因素 - 2024年中国MaaS市场全年规模达7.1亿元，较2023年同比激增215.7% [1][8] - 市场发展受多重因素驱动：企业数字化、智能化转型需求；大模型技术持续演进；政府出台支持人工智能产业发展的政策 [8] - MaaS服务和产品在金融、政务、电信等行业不断落地，金融行业因其完善的技术储备和丰富的业务数据成为落地最多的领域 [10] MaaS企业格局 - 2025年上半年中国MaaS市场前五大服务商为火山引擎、阿里巴巴、百度、腾讯、中国移动，合计占据超80%市场份额 [1][11] - 火山引擎以37.5%的市占率位居企业之首，阿里巴巴市占率为21.0% [1][11] - 市场主要参与者分为三类：以阿里云、百度智能云为代表的云服务商；以商汤科技、百融云创为代表的人工智能企业；以中国移动等为代表的电信运营商 [11] MaaS行业发展趋势 - 大小模型协同将成为模型服务场景化落地的重要方式 [1][12] - MaaS服务的能力和内部接口将走向统一化 [1][12] - MaaS将催生基于大模型的应用新生态，并围绕模型服务持续强化安全保障 [1][12]

中国AI大模型与MaaS市场概况 - 2024年中国AI大模型解决方案市场规模达34.9亿元人民币，同比增长126.4% [2] - 2024年中国MaaS（模型即服务）市场规模达7.1亿元人民币，同比激增215.7% [2][6] - MaaS市场预计2024至2029年将以66.1%的年均复合增长率高速扩容，2029年市场规模预计达90亿元人民币 [6] 企业级AI应用面临的挑战 - 英伟达预测2030年全球AI基础设施开支将达3-4万亿美元，2025-2030年复合增长率达38%-46% [3] - 单一企业大模型训练单次成本常超百万元人民币，推理阶段算力消耗为持续刚性支出 [3] - 为100万用户提供AI个性化学习服务的教育机构，仅GPU租赁费用每年需数千万元人民币 [3] - 中小企业AI平均投入仅320万元人民币，不足大型企业的十分之一 [4] - 某能源企业千卡级算力池因缺乏统一纳管工具，算力利用率不足40% [5] - 传统模式下，新模型适配周期长达1至4周，MoE类模型因结构复杂耗时更久 [5] MaaS模式的优势与价值 - MaaS通过“技术优化+模式创新”显著降低企业AI应用综合成本，使低成本规模化成为可能 [2][6] - 采用MaaS模式的企业，AI投入回报率较传统模式提升2至3倍，金融行业达4倍以上 [7] - MaaS服务商通过大规模采购与国产算力适配降低硬件成本，硅基流动使用华为昇腾卡推理成本比英伟达低50%以上 [7] - 动态扩缩容技术可根据业务量实时调整算力资源，某电力巨头采用前算力利用率仅35%，夜间闲置算力占比达60% [3][7] - MaaS通过低代码界面与可视化仪表盘降低应用门槛，某电力巨头实现非技术人员参与Agent开发，日Token消耗达百亿级 [8] - 硅基流动MaaS平台支持异构算力统一纳管，实现dense类模型当天上线、MoE类模型1至2天适配，较行业平均周期缩短80%以上 [8] MaaS市场格局与发展趋势 - 2025年上半年公有云大模型调用量达536.7万亿Tokens，较2024年全年增长近400% [10] - 市场呈现“头部引领、多元竞争”格局，火山引擎2025年上半年以49.2%的Token调用量份额位居第一 [10] - 硅基流动MaaS平台积累超700万用户，适配DeepSeek V2后单月用户从50万激增至500万 [10] - 私有化部署主要服务央国企或大型企业，硅基流动已完成某电力巨头、某石化等头部案例落地 [11] - 百度智能云服务超600家金融客户，并与国家电网联合打造“光明电力大模型” [11] - 预计2027年中小企业MaaS渗透率将从当前30%提升至60% [11] - MaaS服务正从单一模型调用向“AI Agent+多模态”综合平台演进，未来将成为企业智能生产力核心载体 [12]