每经上海12月21日电（记者 陈婷）12月21日，通用人工智能（AGI）公司MiniMax（稀宇科技）首次刊 发其聆讯后资料集（PHIP）版本的招股书。招股书显示，截至2025年9月30日止的九个月，MiniMax收 入为5343.7万美元。 截至2025年9月底，MiniMax员工385人，平均年龄29岁，研发人员占比近74%，董事会平均年龄32岁。 招股书提及，随着扩大运营规模，MiniMax的毛利率由2023年的-24.7%升至2024年的12.2%，并进一步 升至截至2025年9月30日止九个月的23.3%。此外，其AI（人工智能）原生产品的付费用户数从2023年 的约11.97万名增至2024年的约65.03万名，并于截至2025年9月30日止九个月进一步增至约177.16万名。 截至2025年9月30日，其AI原生产品累计为来自超过200个国家及地区的逾2亿名个人用户，以及来自超 过100个国家及地区的10万余名企业和开发者提供服务。 ...

在AGI(通用人工智能)全球竞赛中，中国大模型"独角兽"企业的资本化进程终于迈出实质性一步。 12月19日晚间，北京智谱华章科技股份有限公司(以下简称智谱)披露招股书(申请版本，下同)，宣布赴 港冲刺"全球大模型第一股"。 《每日经济新闻》记者注意到，成立于2019年的智谱，由清华大学技术成果转化而来。招股书显示，智 谱过去3年营收实现年均复合增长率超过130%。不过，在营收高歌猛进的同时，作为一家典型技术驱动 型企业，智谱也面临巨额研发投入带来的亏损挑战。 大模型热潮翻涌3年，这份招股书不仅是智谱自身的"体检表"，更是观察大模型在"百模大战"后进入商 业化落地深水区的一个重要样本。 从行业地位看，招股书援引咨询公司弗若斯特沙利文的数据称，按2024年收入计，智谱在中国独立通用 大模型厂商中排名第一，但市场份额仅为6.6%。这意味着，即便其处于相对靠前的位置，行业整体的 市场份额分布仍高度分散。 与收入快速放大形成对照的是公司尚未明确看到规模化盈利拐点。2022~2024年各年度，智谱分别录得 净亏损1.44亿元、7.88亿元和29.58亿元，2025年上半年净亏损为23.58亿元，亏损额同比扩大91%。从亏 ...

炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！ 新浪科技讯 12月21日晚间消息，通用人工智能（AGI）公司MiniMax（稀宇科技）刊发其聆讯后资料集 （PHIP）版本的招股书资料。据悉，截至2025年9月30日，MiniMax已有超过200个国家及地区的逾2.12 亿名个人用户以及超过100个国家的13万企业客户。 值得关注的是，MiniMax 2025年前九个月营收同比增长超过170%，海外市场收入贡献占比超70%，展 现出出色的全球市场开拓能力与收入结构多元性。 值得注意的是，MiniMax自成立到25年9月累计花费5亿美金（约35亿RMB），对比OpenAI的400亿至 550亿美元累计花销。 MiniMax 成立于2022年初，基于自研大模型，MiniMax 打造了覆盖C端与B端的 AI 原生产品矩阵，包括 海螺AI、Talkie和星野等，并为企业用户和开发者提供开放平台服务。 责任编辑：常福强 根据招股书数据显示，经调整净亏损在2025年与上年同期相比近乎持平，实现了在高速增长下的亏损有 效收窄。这得益于多元化的收入模型与高效的费用投入——2025年前九个月，在收入同比 ...

文 | 虎啸商业评论 在硅谷那条被咖啡和代码浸润的街道上，数字往往不只是货币，更是意志的延伸。 当山姆·奥特曼（Sam Altman）在2025年12月这个寒冷的冬季，为OpenAI抛出那份高达1000亿美元的融 资计划书，8300亿美元的投后估值预期，让这家尚未真正"盈利"的公司直逼万亿美元俱乐部。 这笔钱的规模，甚至超过了许多主权国家的年度财政预算。 对于普通人来说，这只是一个天文数字；但对于深谙行业逻辑的资深人士而言，这1000亿美元是 OpenAI在AGI（通用人工智能）前夜，为自己修筑的最后一道、也是最高的一道护城河。 01 算力重工业化，Scaling Law的"昂贵税收" 我们必须清醒地认识到，AI产业正在经历一场从"轻资产软件业"向"重资产重工业"的剧烈转型。 如果说早期的ChatGPT是实验室里的灵光一现，那么现在的GPT-5以及后续的"Stargate（星门）"项目， 则是需要消耗数个中等城市电力、填满数万个机柜的工业级怪兽。 在这个节点，如果不能通过一次性的大规模注资来锁定未来的算力供给，那么OpenAI所谓的"技术领 先"将在Google、Meta和Anthropic的资本围剿下迅速缩 ...

文章核心观点 - 文章围绕“AGI能否实现”这一核心议题，呈现了两种对立的观点：一种基于物理和成本限制认为AGI和超级智能无法实现[3][7][28]，另一种则认为当前AI系统在软硬件效率上仍有巨大提升空间，通往更强AI的道路多样，实用化的“类AGI”能力可能并不遥远[33][36][66] 对AGI的悲观论据（物理与成本限制） - **计算受物理规律制约**：计算是物理过程，需要在局部计算与全局信息移动间取得平衡，随着晶体管缩小，计算变便宜但内存相对变贵，芯片面积主要被内存占据，导致算力可能因内存服务不足而成为“无效算力”[8][10][11] - **Transformer架构已接近物理最优**：该架构以最简单方式结合了局部计算与全局信息汇聚，是对信息处理单元的物理层面优化[11][12] - **线性进步需要指数级资源**：在物理现实和观念空间中，要获得线性改进，所需投入的资源呈指数级增长，观念创新因领域庞大而边际收益递减[13][15] - **GPU进步已停滞**：GPU在“性能/成本”指标上于2018年左右达峰，后续改进多为一次性特性（如16位精度、Tensor Core、HBM等），现已走到尽头，任何进一步改进都将是权衡而非纯收益[16][17] - **规模化收益面临极限**：过去GPU的指数级增长对冲了规模化所需的指数级成本，但现在规模化已变成指数级成本，物理极限可能在一到两年内逼近，规模化收益不再显著[20] - **基础设施优势可能迅速蒸发**：若研究/软件创新、强大的开源推理栈或向其他硬件平台迁移取得突破，前沿实验室的大规模基础设施优势可能一夜消失[21][22][26] - **超级智能是幻想**：超级智能自我改进引发爆炸增长的前提错误，智能改进受物理现实和缩放规律制约，线性改进需指数级资源，其发展更可能是填补能力空白而非推动边界外扩[28][29] - **AGI需具备物理执行能力**：真正的AGI需包含能在现实世界完成经济意义工作的实体机器人，但机器人领域数据收集成本高昂，现实细节复杂，许多问题经济上并不划算[25][27] 对AGI的乐观论据（效率与创新空间） - **当前AI系统被严重低估，效率远未达上限**：训练效率比几年前更低，例如DeepSeek-V3和Llama-4训练的MFU仅约20%，而2022年的BLOOM项目已达50%，当前模型设计并非为最高硬件利用率[39][41] - **推理效率存在更大提升空间**：最优化推理实现关注带宽利用率（MBU），FLOP利用率（MFU）常为个位数（<5%），这并非物理根本极限，而是当前自回归架构规模化带来的限制[43][44] - **新一代硬件提供显著算力提升**：Blackwell架构芯片的FP8吞吐量是Hopper的2.2倍，并支持原生FP4 Tensor Core，GB200等机架级方案可缓解通信瓶颈，高效FP4训练理论上可将可用FLOPs提升最多9倍[42][50] - **模型是硬件的滞后指标**：当前模型反映的是上一代硬件能力，而新一代超大规模集群（如10万卡以上）正在建设，意味着高达50倍的算力建设正在发生[47][48] - **明确的效率提升路径**：通过训练高效的架构协同设计、高质量高效率的FP4训练、推理高效的模型设计（如扩散式语言模型）等方式，可大幅提升硬件利用率[45][46][52] - **已有AI工具产生巨大经济影响**：以更务实的定义，一套在某些任务上比大多数人做得更好并能产生巨大经济影响的通用工具体系，可能并不遥远，例如当前模型已在编程等领域越过关键阈值[60][61] - **即便能力不提升，应用场景仍广阔**：假设模型能力冻结，系统层面的效率改进也足以让许多高影响力应用落地，且通过新的后训练范式、更好的样本效率等方法，可继续推进“有用AI工具”[62][63][65] 行业路径与理念差异 - **中美AI发展路径不同**：美国遵循“赢家通吃”思路，追求构建最大最强的超级智能模型；中国理念更侧重应用，认为模型能力本身没有应用重要，关键是实用性和以合理成本提升生产力[23][24] - **不同理念的可持续性**：在模型能力增速放缓的背景下，追求超级智能的目标可能遭遇困难，而推动AI经济扩散的务实思路可能更具长期优势[24][30]

在AGI（通用人工智能）的全球竞赛中，中国大模型独角兽企业的资本化进程终于迈出了实质性的一 步。 12月19日晚间，北京智谱华章科技股份有限公司（简称智谱）披露招股书（申请版本，下同），宣布赴 港冲刺"全球大模型第一股"。 这家成立于2019年的公司，由清华大学技术成果转化而来。招股书显示，智谱的营收在过去三年实现年 均复合增长率超过130%。不过，在营收高歌猛进的同时，作为一家典型技术驱动型企业的智谱也面临 着巨额研发投入带来的亏损挑战。 MaaS支撑下收入高速增长，毛利率高达50% 从财务数据看，近几年，智谱的收入增长呈现出明显的加速态势。 2022年至2024年，智谱收入分别为5740万元、1.25亿元和3.12亿元，年均复合增长率超130%。收入增速 在2025年上半年进一步放大，2025年上半年，智谱实现营收1.91亿元，较2024年同期的4490万元同比增 长325.39%。 毛利率层面，2022年至2024年，智谱的毛利率分别是54.6%、64.6%、56.3%，2025年上半年毛利率为 50.0%。 收入的扩张，与其商业模式高度相关。 招股书显示，智谱的商业模式以模型即服务（MaaS）平台为核 ...

| 纂]項下的圖纂 數目 | [编纂]股H股(視乎[编纂]行使與否而定) | | --- | --- | | [编纂]數目 | [编纂]股H股(可予重新分配) | | [编纂]數目 | [編纂]股H股(可予重新分配及視乎[編纂] | | 行使與否而定) | | | 最高 编纂] | 每股H股[編纂]港元,另加1.0%經紀佣金、0.0027% | | | 證監會交易徵費、0.00565%聯交所交易費及 | | | 0.00015%會財局交易徵費(須於申請時以港元繳 | | 足,多繳股款可予退還) | | | 面值 | 每股H股人民幣[0.10]元 | | [編纂] | [編纂] | | CICC中金公司 | 獨家保薦人、 编纂] 编纂] | 2025年12月19日，来自北京海淀区的北京智谱华章科技股份有限公司Knowledge Atlas Technology Joint Stock Company Limited.(以下简 称"智谱")在港交所披露聆讯后的招股书，或很快在香港主板IPO上市。 智谱华章招股书链接： 主要业务 智谱 ，成立于2019年，作为中国领先的人工智能公司，追求通用人工智能( AGI) 创 ...

国产算力芯片产业资本市场动态 - 国产算力芯片产业正迎来资本市场“高光时刻”，壁仞科技与天数智芯相继通过港交所上市聆讯 [1] - 壁仞科技已于2025年8月以18C机制秘密递表，预计2026年1月完成挂牌，募资规模或达3亿美元 [1] - 天数智芯亦通过聆讯，早期外媒报道其计划IPO融资3亿至4亿美元 [1] 港交所18C章上市制度概况 - 港交所18C章特专科技上市制度自2023年3月实施，核心突破在于降低未盈利特专科技企业上市财务门槛 [7] - 2025年5月开通的“科企专线”允许保密递表，进一步助推递表热潮 [7] - 2025年以来，已有文远知行、滴普科技、云迹科技及希迪智驾四家企业通过该规则成功上市 [1][7] - 据不完全统计，目前以18C通道递表的企业总数已达19家，其中壁仞科技、天数智芯、五一视界三家企业已通过聆讯 [1][7] - 瑞银预计明年将有150至200家公司来港上市，IPO总规模料达3000亿元，位居全球榜首 [8] 壁仞科技公司分析 - 公司成立于2019年，专注于通用图形处理器（GPGPU）芯片及智能计算解决方案研发，跻身国产GPU第一梯队 [2] - 公司构建“GPGPU芯片硬件系统、BIRENSUPA软件平台与智能计算集群交付”三位一体的核心业务体系 [2] - 已推出BR106（训练与推理）、BR110（边缘推理）两款量产芯片，并依托芯粒（Chiplet）技术创新推出更高性能的BR166芯片 [3] - 可提供千卡级智能计算集群一站式交付服务，已落地多个“壁仞智算云”节点，支撑超200个大模型训练任务 [3] - 研发人员占比达83%，2022至2025年上半年研发开支占各期总经营开支的比例均超过70% [3] - 已在全球斩获613项授权专利、40项软件著作权及16项集成电路布图设计，另有972项专利在审 [3] - 2022至2024年营收从49.9万元攀升至3.37亿元，两年累计增长超675倍；2025年上半年收入0.59亿元，同比增长近50% [4] - 2024年净亏损15.38亿元，2025年上半年净亏损扩大至16亿元，经调整净亏损为5.52亿元 [4] 天数智芯公司分析 - 公司是国内首家实现训练与推理通用GPU量产的企业，也是国内通用GPU领域首家采用7nm先进工艺实现芯片量产的企业 [5] - 构建了覆盖AI计算全场景的产品矩阵，天垓系列聚焦训练场景，智铠系列专注推理需求 [5] - 天垓Gen1为国内首款量产通用GPU产品，天垓Gen3已发布并预计2026年一季度量产 [5] - 截至2025年6月30日，公司研发团队达484人，超三分之一成员拥有十年以上行业经验 [5] - 累计拥有65项授权专利、207项商标及113项版权 [5] - 2022–2024年，通用GPU产品出货量分别为7,800片、12,700片、16,800片，2025年上半年出货量进一步增至15,700片，累计交付超5.2万片 [6] - 截至2025年6月30日，公司已服务超290家行业客户，客户数量从2022年的22家跃升至2024年的181家 [6] - 在金融服务、医疗保健、交通运输等关键领域完成超900次部署应用 [6] - 2022–2024年，公司营业收入分别达1.89亿元、2.89亿元、5.40亿元，三年复合年增长率68.8% [6] - 2025年上半年营收3.24亿元，同比增长64.2% [6] 行业影响与展望 - 18C制度对处于高投入、长周期、未盈利阶段的国产GPU企业提供了关键的资本通道和市场信心支撑 [9] - 港股市场投资者更看重企业现金流的稳定性与订单的可预见性，对相关企业的后续经营提出了更高要求 [9]

编译｜冬梅 "通往超级智能的那条路——无非是不断训练大语言模型、喂更多合成数据、雇上几千人做后训练、再在强化学习上搞点新花样——在我看来完全是胡 扯，这条路根本行不通。" 近日，在一档名为《The Information Bottleneck》的访谈栏目中，主持人 Ravid Shwartz-Ziv 和 Allen Roush 与图灵奖得主、前 Meta 首席 AI 科学家 Yann LeCun 展开了一场近两小时的高质量对话，在访谈中，LeCun 解释了为什么会在 65 岁这个别人已经退休的年纪他还在创业，此外，他也对当前 硅谷主流的人工智能发展路径给出了罕见而尖锐的评价。 结束在 Meta 长达 12 年的职业生涯后，LeCun 正将个人学术声誉与职业"遗产"押注在一套截然不同的 AI 愿景之上。他直言，业界对大语言模型规模化 的执念，正在把人工智能引向一条看似高速、实则封闭的死胡同。 在 LeCun 看来，真正制约 AI 进步的关键，并不是如何更快地逼近"人类级智能"，而是如何跨越一个常被低估却极其困难的门槛—— 让机器具备"狗的智 能水平" 。这一判断挑战了当前以语言能力和知识覆盖面为中心的评估体系。 ...

作者 | 周智宇 编辑 | 张晓玲 2025年，全球智驾行业正经历一场范式转移。过去十年，自动驾驶是实验室里的代码游戏，是靠Demo 和PPT堆砌的幻梦；而现在，这门生意正式从虚空坠入实地，开始在财务报表上硬碰硬。 当曾经光环满身的L4独角兽因无法跨越规模生死线而陷入停摆，先行者们已经悄然扣响了盈利的大 门。2025年二季度，百度萝卜快跑在武汉实现收支平衡；11月，小马智行宣布其第七代Robotaxi在广州 实现单位经济模型（UE）转正。 小马智行联合创始人、CFO王皓俊在近期的采访中对华尔街见闻表示，能够在广州实现UE转正，意味 着小马智行在规模上量的过程中，逐渐打磨出一个标准的运营流程，能够赋能给小马智行的合作伙伴。 王皓俊认为，前几年Robotaxi的商业化还更多处于0到1的阶段，现在已经逐渐进入到了一个1到100、1 到1000的阶段。 一张清晰的商业化时间表已经浮出水面：从2025年底冲击千辆级车队，2026年提升至3000辆，到2030年 迈向10万辆规模，Robotaxi将成为人们日常生活的一部分。 商业闭环 这意味着，Robotaxi的竞争主战场已经转移。当单车硬件成本下探至25万人民币的生死 ...