智谱通过港交所聆讯，IPO文件透露了啥？
国内大模型第一股就要上市啦，智谱通过港交所聆讯，这不仅是投资人的套现时刻，更标志着人工智能正式在二级融资市场（资本市场）正式登场。
行业代表公司的上市是会把AI推向巅峰？还是推向泡沫？今天我来详细拆解一下这份IPO文件，到底都透露了哪些内容？并且结合自身的行业经验分析，这份新股到底值不值得打新？还是结论先行：
结论
如果想打新，可以抱着投机的角度试试。主要还是因为不确定性太大（港股没有先例可以借鉴，同时港股又是一个比较理性的市场）：
- AI产品盈利为时尚早。财报数据表示：尽管智谱营收逐年大比例增长，但是经营亏损的增长比例是远大于营收的增长比例。
- 智谱的盈利城还没有建立，更别谈护城河了。AI大模型几乎没什么护城河。原因是：
（1）AI大模型的演化和更新本质上更加依赖于硬件（算力）的更新，算法的提升和演化对模型效果有作用，但是不大。与其说人工智能是一门算法科学，倒不如说是一门数据科学和硬件科学。这个结论可以通过整个大模型的演化更新来证明，见后文。
（2）从目前的财报数据来看，智谱提供给用户的产品并非独一家。无论是基础模型、还是MaaS平台、还是Agent服务。这些服务都面临非常强大的竞争对手（基础模型：Qwen；MaaS平台：阿里云/火山云；Agent服务：字节）。也就是说：它的竞争产品还很多，而且非常强大。所以它现在还属于为自己攻城略地的情况，谈不上自己的护城河。
公司介绍
智谱是干嘛的？一句话概括：智谱全称北京智譜華章科技股份有限公司。主要的产品是：开发人工智能领域的大模型，并为用户提供与其相关的服务。
主要产品
从IPO书上看，主要产品包括三大类，分别是基座模型、MaaS平台、Agent服务。
基座模型
IPO书中对基座模型的更新有一个详细的描述，整个模型的演化史如下：
大模型矩阵如下：
不知道读者有没有这种感受：其实模型的演进主要还是靠算力的演进在支持。Attention is All You Need 这篇文章已经推出来8年了，但目前LLM、VLM的训练依然是基于Attention来做。模型能力不断地提升，只不过本质上是因为算力的持续递增（显存和算力），当然也有数据的一点儿作用，只不过数据的作用没算力那么“瓶颈”。所以，经历过这件事儿，我才意识到为啥摩尔定律重要，为啥Scaling law重要了，因为这些定律几乎指明（预测）了半导体、AI的发展轨迹：只要按照这个方向走，准没错。
说回智谱，可以看到，它们在整个大模型的领域还是拿到了很多结果的。曾经灵光App的一部分工作就是基于GLM-4.5V来完成的，只不过现在已经完成了全部的移除……
IPO文件中也透露了一些训练的细节：
大模型的训练一般分成两大阶段：预训练；后训练。其中后训练又可以拆分成SFT（监督微调）和强化学习（RL）。2022年11月，ChatGPT出世，那会儿主要是用的预训练+SFT；2025年年初，DeepSeek爆火，主要是DeepSeek的RL做的很好。正是因为DeepSeek的出生，导致整个国内业界掀起了一阵RL学潮，不搞个PPO、GRPO都不好意思说是在AI 圈混的。
从我个人而言，智谱的GLM-4.5系列还是非常抗打的。我之前写过一篇介绍GLM4.5V的论文解读，感兴趣的朋友可以点击阅读：https://blog.csdn.net/liu16659/article/details/150449697?spm=1001.2014.3001.5501（后期文章都会同步发到我自己的这个网站上，就不用来回跳啦）
GLM-4.5V 只用了106B 总参数，激活参数只有12B，而模型效果几乎和Qwen3-vl-235b-A22B 打的有来有回，变相证明这效果真的很强。
前些日子，GLM-4.6系列也出来了，IPO文件里也介绍到4.6V主要是针对code做了优化。
Maas平台
怎么理解这个MaaS平台？打个比方：如果将各类大模型比作是Excel、Word这类软件，那么MaaS平台就像是Windows系统（个人理解）。要这么一个MaaS平台主要就是为了更加方便的去访问大模型，从而推动大模型在产业的落地。
Agent应用
最近智能手机Agent挺火的，豆包前端时间和努比亚手机一起合作出了一款手机，据说被卖爆了。其实在豆包的Agent手机爆火之前，智谱其实就已经有动作了。
Agent是什么？
估计大多数用户都非AI领域的用户，这里我用一句大白话介绍一下Agent。Agent就是一个复杂的智能体，能完成相对复杂的任务。什么叫相对复杂的任务？举个例子，你就懂了。
简单任务：明天杭州天气怎么样？
复杂任务：明天我想露营，请综合考虑车程、景色、拥挤度等多方因素帮我推荐一个地方。
一句话概括Agent：就是那些能够帮你完成复杂任务的智能体/智能软件/流程。
看IPO文件，发现智谱其实已经在Agent领域有所发力。我个人的看法也是非常看好Agent，因为很多用户的需求就是无法通过简单的搜索来完成，必须要经过多步的思考、推理、判断、总结才能得到最后的结果。
IPO文件里面这么介绍它们的智能体。
同时也透露到训练AutoGLM的难点有三：
（1）（训练数据中）缺少决策数据；
（2）训练LLM（或者VLM）与训练Agent有很大的不同，比如在中间接口设计。因为智能体的规划与动作执行是两套完全不同的体系结构。
这一点，我在工作中还没有感同身受，简单记一下吧。
（3）鲁棒性
Agent不可能永远正确，要么在规划时出了问题，要么是在执行动作时出了问题，那么为了保证模型的鲁棒性， 该怎么做呢？智谱提出了一个叫做自演进在线课程强化学习。原文是这么说的：
财务数据
下面直接粘贴一下从招股书中得到的数字：
创新型企业还没什么收入。
| 年份 | 营收 | 经营亏损 |
| 2022年 | 5700 万 | 9800万 |
| 2023年 | 1.24 亿 | 6.25亿 |
| 2024年 | 3.12 亿 | 25亿 |
| 2025年前6个月 | 1.9 亿 | 18亿 |
一直在亏亏亏，营收相对经营亏损的增长来说，几乎是微乎其微。除了这些财务数据，招股书里面也披露了一些营收数据的分布，比如客户情况和部署情况（这个对我们判断AI云市场也是有帮助的）。
我看完上面这两张表是很懵的，为啥云端部署的机构客户这么多，但是收入占比这么小？我问了下千问，是这么回复的：
这个回答看着没啥问题，暂且这么理解。
关于“本地化部署”和“云端部署”，招股书是这么说的：
未来战略
我读完IPO文件后，其实没发现这个战略有什么优点。IPO中说到的战略有三个：
增强通用大模型领域的研发能力
这个要一直保持领先地位，还是挺卷的。卷的背后是要花钱。
优化MaaS平台
这个在我看来，没啥优势吧？今天在徒步的时候，跟我老婆聊天，我老婆说她们组（阿里）也在用MaaS平台训练，也就是说，这个MaaS平台并非是一个独一的平台，可能每个公司都有。只不过叫法不一样。
读完MaaS中的部分，我的理解是：MaaS是一个打包器，可以把智谱所有的模型打包，同时这个打包器对模型的部署调用做了一定的优化，从而可以保证在调用的过程中能够有高效的输出。如文中所说：
吸引并留住最优秀的人才
这点儿有点难，尤其是在巨头为各种AI人才开出天价年薪的年代。一个小公司能留住人才非常不易，不信，你看看最近字节的新闻：
这条新闻出来后，身边很多同事都不淡定了。
投资分析
最后，谈谈智谱的投资价值。从两个角度来分析：
工作角度
因为工作原因，我对GLM系列接触比较多，个人认为智谱还算是国内比较顶尖的模型商了，虽然整体上不如Qwen全家桶系列，但是能跟Qwen扳手腕已经侧面证明是一个非常成功的公司。我想：如果每一个程序员能够参与到GLM的基础模型的训练，那么业界还是非常认可这份简历的。
站在我个人的角度来看，虽然这家企业的产品是有一定竞争力。但好产品不只是好技术，还需要更多天时地利人和的因素。所以，对智谱能从如此卷的AI赛道卷出来，我心存疑虑。
投资角度
- 尚未建立自己的城市，更不要谈有没有护城河。
可以说，现在所有的AI应用基本上城池还没建起来，所以更别妄谈护城河了。
- 但AI是新兴产业，未来不可限量。
尽管现在智谱的年营收才4亿，经营现金流一直都是负数，但是这不影响我对其认可。这份认可可能会有非常长的回报周期，甚至可以说是一个风险投资了。
随着最近AI市场的火爆，摩尔线程、沐曦股份上市即暴涨，不知道这份暴涨的情绪能否从硬件领域传递到软件领域；也不知道是否能够从A股传递到更加相对理性的港股？
好风凭借力，送我上青云。不知道智谱是否会凭借人工智能这场龙卷风走到舞台的中央？
