云南龙网

  1. 首页 > 生活百科 > >

中国版OpenAI，拼命融钱、非常差钱、很难赚钱

退休台积电

中国版OpenAI，拼命融钱、非常差钱、很难赚钱

文章图片

中国版OpenAI，拼命融钱、非常差钱、很难赚钱


冲刺上市 ， 也是转型求生 。
文 | 华商韬略 耳令
半年时间 ， 智谱集齐了5座城市的国资平台 ， 累计获得资金30亿元 ， 估值更是飙升至400亿元 。 启动A股上市辅导的同时 ， 近期又在评估赴港上市的可行性 。
当其他AI几小龙还在资本寒冬里收缩防线 ， 自身也遭遇诸如高管连续离职等危机 ， 智谱凭什么走出自己的独立行情？
【01 跑步前进】
3月 ， 连跑珠海、成都、杭州三地签下18亿元国资；4月 ， 拿下了北京市人工智能产业投资基金的2亿追加投资 。 期间 ， 还主导将公司主体改制为股份公司……
2025年 ， 智谱的高管中 ， 主管融资与政府合作的CEO张鹏 ， 大概是最忙的一位 。
而这一切的核心 ， 都是为了IPO而努力 。
3月底的智谱OpenDay上 ， 张鹏就表示“完成股改是朝着IPO目标去的” 。 而根据计划 ， 智谱将在10月完成辅导并冲刺2025年底上市 。

▲张鹏 ， 来源：腾讯科技
7月2日 ， 上海浦东张江科学会 ， 智谱再获由浦东创投集团和张江集团的10亿元战略投资 。
至此 ， 智谱今年以来的国资投资总额累计已达30亿元 。 通过密集引入国资 ， 智谱构建起一个覆盖全国的国资资本网络 ， 跻身大模型“国家队” 。
紧锣密鼓融资的另一面 ， 上市进程加快推进：4月 ， 向北京证监局提交IPO辅导备案 ， 由中金公司担任辅导机构；7月 ， 又被曝出正与投行讨论以约3亿美元集资额赴港上市 。
业务线也同步发力 。
此前 ， 智谱的业务主要靠开API收取费用+云端私有化部署+本地化部署 。
今年年初 ， 智谱调整经营策略 ， 从“卖模型”转向“卖服务+卖场景”并重——从“卖锤子”改成“既卖锤子又帮人盖房子” 。
火力主要集中在三条变现路径：一是把GLM-4拆成可租用的AI工具服务 ， 按API使用量收费 ， 专属版本按年订阅；二是推出标准化“智谱大脑”一体机 ， 把AI技术和硬件装在一起卖 ， 不光给机器 ， 还管后续维护；三是重点发展MaaS生态 ， 让更多开发者做实用的AI小工具 ， 7月还上线了AI小工具集合平台“应用空间” 。
这一转变路径有点类似苹果 ， 从卖硬件起步 ， 搭建起集硬件+系统+App Store+服务生态的商业模式 。 不同在于 ， 智谱采用开放平台+地方产业场景来黏住客户 ， 而不是靠封闭系统垄断 。
通过开放平台 ， 智谱目前已经吸引了超百万企业开发者 ， 覆盖金融、医疗等20多个行业 ， 落地超万家企事业单位 。 今年3月 ， 其单月业绩破亿 。
结合去年超过60%的订单来自政府以及国企的情况来看 ， 今年智谱的政企客户占比可能会更高 。 尤其是MaaS服务和“智谱大脑”一体机这两项业务 ， 本身就侧重在政企之上 。
政企订单的打底 ， 让智谱的短期现金流比同行更具备“可预见性” ， 叠加“大模型第一股”的预期 ， 资本也更愿意给出更高估值 。
7月 ， 智谱的最新估值已经推至400亿元 ， 刷新行业纪录 。
与之形成鲜明对比的 ， 是去年还被各路资本抢着送钱的“AI六小龙” ， 其它五家资本今年热度骤降 ， 或是裁员 ， 或是放弃预训练 ， 融资也几乎断流 。
如果单论模型能力 ， 智谱与之其它五家相比 ， 算不上突出 。 据SuperCLUE 2025年5月及3月测评数据 ， 智谱GLM-4-Air在基础模型榜单仅列第四 。 综合基础、推理和开源三项能力 ， 也均未进入国内第一梯队 ， 评分落后于月之暗面、阶跃星辰及DeepSeek-R1等 。
与前几年相比 ， 智谱今年的迭代速度更是有所放缓 ， 它之所以“独得国资厚待” ， 是因为在发展过程中形成了三项硬实力 。
【02 清华背景】
智谱的故事 ， 起源于清华大学 ， 其创始团队也是清华班底 。
2002年 ， 智谱的创始人之一唐杰 ， 进入清华计算机系攻读博士学位 ， 并参与了国内最早开展自然语言处理、知识图谱等相关研究的清华大学计算机系知识工程实验室（KEG）的早期研究项目 。
期间 ， 智谱的另一位创始人张鹏 ， 也以研究生的身份进入KEG 。
四年后 ， 唐杰博士毕业 ， 彼时互联网已经走出上一轮寒冬 ， 迎来门户潮 ， 世界正在发生巨变 。
唐杰身边同学要么出国深造 ， 要么加入了风头正劲的互联网公司 。
出国？还是“下海”？最终 ， 唐杰选择留在国内、留在清华 ， 亲自带队主持研发AMiner学术搜索系统 ， 并逐步将其发展成为全球科研人员最常用的学术画像与科技情报平台 。
2018年 ， OpenAI发布了第一代GPT 。 AI首次打破NLP（自然语言处理）领域的局限性 ， 向“理解和生成人类语言”迈出了关键一步 。
清华大学的一些AI新芽 ， 也正在冒出土壤 。
其中之一是GPT发布后不久成立的智源研究所 。
智源的名字由第一任理事长张宏江提出 ， 寓意为“人工智能的源头” ， 后来 ， 这里也真成了中国AI的“源头” 。 代表性AI新锐月之暗面杨植麟、面壁刘知远……包括唐杰 ， 不少知名AI公司的创始人都曾在智源从事研究 。
另一个就是源自AMiner的智谱 。
2019年6月 ， 唐杰团队把AMiner的核心技术从KEG实验室剥离出来 ， 在清华科技园注册了智谱AI ， 并且拉来了张鹏、刘德兵、王绍兰等KEG实验室的成员 。
智谱成立后 ， 作为技术“灵魂人物”的唐杰出任首席顾问 ， 一直与唐杰合作的同门师兄弟张鹏 ， 当时的角色是CTO ， 而同根生的智源也被作为智谱最重要的伙伴协同发展：二者同享一个技术生态 ， 智源为智谱输送养分 ， 智谱让智源的科研价值落地生根 。
这种互为血肉的关系将在几年后一个名叫“悟道”的模型中得到诠释 ， 也是这个模型让智谱大放光彩 ， 完成了在AI初创公司阵营的鲤鱼跳龙门 。
【03 自主可控】
2021年3月 ， 智源研究发布了超大规模信息智能模型“悟道1.0” 。
悟道1.0的出现填补了中文超大预训练模型生态的空白 ， 因为使用的是国产FastMoE训练框架 ， 不仅摆脱对西方工具链的依赖 ， 还成功跑在了国产芯片上 。

▲唐杰介绍悟道大模型团队组建 ， 来源：智源研究院
这是唐杰与100余位AI科学家近三年联合攻关的成果 ， 但这只是开始 。 同年6月“悟道2.0”横空出世 ， 1.75万亿参数规模较当时的GPT-3超出近10倍 ， 一举创下当时的全球纪录 。
随后 ， 唐杰把这套“全国产”路线带进了智谱 。 清华和智谱联合推出GLM（通用语言模型）统一的预训练模式 ， 并公开了GLM-10B模型的源代码 ， 强调在训练框架、中文数据、国产算力及模型架构等关键环节的自主可控 。
据参与当时项目的研究员表示 ， 这个模型从第一天决定训练 ， 就选择了“手搓国产芯片算子”的路线 。
“算子”指的是适配国产芯片的最基础计算单元 。 换言之 ， 智谱团队没有直接用国外芯片配套的现成计算工具 ， 而是像“手工打造零件”一样从头做起——
训练AI的“工具”（训练框架）用的是FastMoE；喂给AI学习的“教材”（数据）是中文和本土场景内容；运行AI的“机器”（硬件）兼容国产芯片与主流计算设备；包括AI的“思维方式”（模型架构）也完全自主设计 。
一切依靠自己 ， 这是主动选择 ， 也是迫不得已 。 2015年起 ， 美国技术封锁中国科技自主创新 。 先后将天河二号超算中心、华为、哈工大等纳入实体清单 ， 导致国内获取海外模型、算力受限 。 智谱希望通过“全链路自主可控”解决生存问题 ， 不被“卡脖子” 。
这已经很难了 ， 在此基础上 ， 智谱还给自己安排了第二件大事 。
2021年12月的一天 ， 智谱内部开了一场重要的的决策会 。 会议的主题是：是否押注自主GLM架构 ， 对标一年前因发布GPT-3而震动业界的OpenAI 。
GPT-3所展示出的千亿参数规模、零样本学习能力 ， 让智谱创始团队意识到 ， 通用大模型可能是AI的下一个核心赛道 。 但训练千亿级模型需要数万块GPU、数亿元资金 ， 当时智谱刚完成过亿元的A轮融资 ， 如此条件去对标全球顶级选手 ， 近乎是痴人说梦 。
据说在那场决策会上 ， 以工程师为代表的一派“默不作声 ， 以示反抗” 。 但以唐杰、张鹏为首的核心决策层却坚持 ， 一旦错过这班车 ， 将失去在通用大模型领域的竞争力 。
最终 ， 智谱还是啃下了这块硬骨头 。
2022年 ， 在ChatGPT-3.5发布的前三个月 ， 智谱发布了千亿级大模型GLM-130B 。 作为首个开源的中英文双语千亿级预训练模型 ， GLM-130B填补了当时国际主流大模型封闭生态的空白 。
11月底 ， ChatGPT-3.5正式亮相 ， 全球舆论瞬间被点燃 。 几乎同一时间 ， 智谱GLM-130B的实测成绩在斯坦福HELM榜单上公布——它是当时亚洲唯一整体跻身前十的大模型 ， 也是唯一开源、可商用、全链路国产的千亿级方案 。
“中国版OpenAI”由此成为智谱的标签 ， 加上“技术自主性”的特质 ， 订单很快纷至沓来 。
成都、杭州、珠海、上海、北京……来自全国各地的政府订单让这个此前仅靠高校科研经费和VC输血的团队 ， 终于有了造血的能力 ， 也为今天的国资排队送钱打下根基 。
放眼整个AI赛道 ， 智谱是为数不多能同时满足“政治安全、技术底座、产业落地”三项硬实力的AI创企 。 2024年 ， 张鹏也在接受央视网《望海对谈》独家专访时表示：
【中国版OpenAI，拼命融钱、非常差钱、很难赚钱】“大模型技术的完全自主可控 ， 是我们最核心的一项竞争力 。 ”
【04 如何估值？】
唐杰认为“科研就像登山 ， 一定要登到顶峰 ， 不登顶就是失败” 。
2019年 ， 智谱刚创立时 ， 唐杰给公司拉过一个“进度条” 。 他以AGI为终极目标 ， 将智谱的发展分成五个阶段：L1预训练大模型、L2对齐与推理、L3自我学习、L4自我认知、L5意识智能 。
这一技术路线与后来OpenAI公布的技术演进路径高度契合 。
五年过去 ， 智谱的“进度条”完成了一半 。 用唐杰的话说就是“我们目前正处在L2和L3的交汇处 。 ”
“顶峰”仍山高路远 ， 大量技术探索和研究投入是无可避免的 ， 这也意味着更多真金白银的投入 。
今年4月 ， CEO张鹏在接受采访时表示“不管智谱融了多少钱 ， 拿了多少收益 ， 其实都是通往AGI道路上的盘缠 。 ”
通往AGI的每一步都烧钱如流水 ， 目前的智谱造血能力依然远远跟不上研发投入需要 。 以2024年为例 ， 智谱年度收入为3亿元 ， 而亏损却达20亿元 。
上市因此成为获取更多“盘缠”的重要途径 ， 不断引入国资战投 ， 则不仅可以获得资金来源 ， 还能借此撬动政策、订单与上市通道 。
从整个大环境看 ， 引国资 ， 上市 ， 也是一场与时间赛跑的生死竞速 。
进入2025年 ， 整个AI领域的格局正发生颠覆性变化 ， 其中最核心的变化之一是整个AI领域的融资额在大幅下降 ， 一季度同比下降达31.2% ， 而资金则从初创公司涌向了巨头 。
曾经被认为慢了一拍的巨头 ， 正以强大的资金和资源实力 ， 尤其是成熟的应用场景 ， 席卷AI初创公司的一切 ， 包括人才 。
在美国 ， 微软刚以6.5亿美元许可费将Inflection AI的大模型团队整体收编 ， 而后Meta便曝出以4年3亿美元的天价从OpenAI挖走至少7名核心成员 。
国内 ， “AI六小龙”融资几乎被冰冻 ， 多家公司的多位高管 ， 均被传已同BAT等巨头接触 。 当初 ， 各个小龙你方唱罢我登台 ， 个个都是AI领军者的架势 ， 而今的AI话语权也几乎被巨头掌握 。
巨头的资源和成本优势 ， 则几乎令初创AI公司窒息：DeepSeek用1/10训练成本开源 ， 字节、阿里又把API价格打到0.0003元/千token ， 这让初创AI过去的变现路径已经基本失效 。
智谱虽然频频获得国资战投融资 ， 也同样是一堆问题缠身 。
人才侧 ， 今年上半年 ， 智谱5位高管先后离职 ， 包括负责智谱商业化战略落地的COO张帆 ， 整个团队也在瘦身 ， 员工较高峰时期已经减少100余人；
业务侧 ， 面对开源低价冲击和大厂挤压 ， 智谱已经被迫将API价格从5元/百万token砍至1元 ， 而其C端App年收入仅仅千万级 ， B端合作也多为单一项目 ， 难以复制和规模化 。
技术侧 ， 由于核心模型迭代放缓 ， 多模态能力滞后 ， 智谱也正遭遇掉队的质疑 。
这些综合下来就是 ， 其模型收入在与大厂的竞争中难有胜出的可能 ， 这也是智谱从“卖模型”转向“卖服务+卖场景”并重的原因 。
目前 ， 智谱已把商业化团队打散为“区域制”项目组 ， 专攻政务大单 ， C端投放踩刹车 ， 2025年其大模型清言App几乎停掉大规模投放；技术路线也开始变“窄” ， 过去是全栈自研 ， 如今资源都集中到GLM-Z1、GLM-4-Air两条主线 。
这转型的本质说白了就是：
不能只靠AI技术赚钱 ， 也要更加依靠人工赚钱了 。
人工智能变成了：人工+智能 ， 甚至人工更多成了智谱在夹缝中突围的希望 。
但这样一来 ， 更大的问题也来了 。
这样的智谱 ， 凭什么享有高估值？
而教训也就在眼前 。
4年前 ， 顶着“AI第一股”上市的商汤科技 ， 一度跑出3000亿港元的市值 ， 但如今已跌至不足600亿 ， 最惨时跌至200来亿港币的市值 。 而导致其市值大缩水的关键就是 ， 拥有着诸多技术和专利的它 ， 依然要靠卖服务+卖场景的“苦力”赚钱 。
——END——
欢迎关注【华商韬略】 ， 识风云人物 ， 读韬略传奇 。
版权所有 ， 禁止私自转载
部分图片来源于网络
如涉及侵权 ， 请联系删除

    推荐阅读


    上一篇：真正的应用来了，百度智能云“空间智能”燃爆深圳

    下一篇：微信更新，限制解除！