上市概况与市场定位 - 公司于2026年1月8日正式在港交所主板挂牌上市，股票代码为“2513”，招股期为2025年12月30日至2026年1月5日 [2] - 公司计划发行3741.95万股H股，发行价为每股116.20港元，预计募资总额约43亿港元，IPO市值预计超511亿港元 [2] - 公司作为“全球大模型第一股”登陆资本市场，是首家真正意义上以通用大模型为主营业务的公司，为行业提供了首个可量化的估值样本 [2] 公司背景与技术产品 - 公司由清华大学计算机系知识工程实验室技术成果转化而来，是典型的“清华系”AI公司 [3] - 核心技术路线是自主研发GLM系列通用语言模型架构，形成覆盖语言、代码、多模态及智能体的全栈模型矩阵 [3] - 核心产品包括GLM系列大模型、ChatGLM开源对话模型、代码模型CodeGeeX、多模态模型CogVLM、文生图模型CogView及个人AI助手“智谱清言” [3] 市场地位与客户基础 - 按2024年收入计，公司在中国独立通用大模型开发商中位列第一，在所有通用大模型开发商中位列第二，市场份额为6.6% [3] - 在全球大模型超市OpenRouter上，GLM-4.5/4.6自上线以来调用量稳居全球前10，付费API收入超过所有国产模型之和 [3] - 公司已积累超1.2万家企业客户与4500万名开发者，形成了以MaaS为核心的商业模式 [6] 财务表现与营收结构 - 公司收入快速增长，从2022年的5740.9万元人民币增长至2024年的31.24亿元人民币 [5] - 2025年上半年收入为19.09亿元人民币 [5] - 报告期内，公司营收结构从依赖本地化部署逐步转向多元化，本地化部署营收占比从2022年的97.6%降至2024年上半年的69.4%，云端部署占比从2.4%提升至30.6% [4] - 公司毛利率一直维持在50%以上，2022年至2024年毛利润分别为3136万元、8048.2万元和17.59亿元人民币 [5][6] 亏损与研发投入 - 报告期内公司持续亏损，2022年至2024年经调整净亏损分别为9741.7万元、6.21亿元和24.66亿元人民币，2025年上半年亏损约17.52亿元人民币 [6] - 亏损主要归因于对研发的重大投资，同期研发开支分别为8440万元、5.28亿元、21.95亿元和15.94亿元人民币 [6] - 2024年全年运营亏损达25.38亿元人民币，2025年上半年运营亏损为18.99亿元人民币 [5] 融资历史与IPO募资用途 - IPO前公司已完成8轮融资，融资规模超83亿元人民币，投资方包括美团、蚂蚁、阿里、腾讯、小米等产业资本及君联、红杉、高瓴等一线投资机构 [8] - 此次IPO募资约43亿港元，其中70%约29亿港元将用于AI大模型研发，以保持技术领先性 [8] - 约10%约4.2亿港元用于MaaS平台优化，约10%约4.2亿港元用于发展业务合作伙伴网络及战略投资，约10%约4.2亿港元用于营运资金及一般企业用途 [8] 商业模式与未来战略 - 公司商业模式以MaaS为核心，其中本地化部署因适配大客户数据安全需求，占比高达84.8% [6] - 公司计划通过持续高研发投入，在未来2-3年内跑出一条清晰的盈利路径 [8] - 公司的招股书和定价将被视为后续AI大模型、算力、芯片、应用等公司的定价模板 [8] 行业影响与竞争格局 - 公司上市填补了公开市场对大模型公司的估值空白，为行业提供了首个可量化的估值样本 [2] - 随着头部大模型公司成功IPO，行业可能进入兼并整合期，资源进一步向具备技术与资本双重优势的头部企业集中 [9]

IPO核心信息 - 智谱AI正式启动港股IPO招股，股票代码2513，预计于2026年1月8日在港交所主板挂牌上市[2][8] - 本次IPO全球发售37,419,500股H股，其中香港发售1,871,000股，国际发售35,548,500股[6][10] - 发售价定为每股116.20港元，预计募资总额约43亿港元，上市后市值预计超过511亿港元[3][9][11] - 招股期为2025年12月30日至2026年1月5日[9] 发行与投资者结构 - 本次IPO引入11家基石投资者，包括上海高毅、广发基金、泰康人寿等，合计拟认购约29.8亿港元，占发售股份比例接近七成[14] - 独家保荐人、整体协调人为OCICC FEATE，联席全球协调人包括国泰君安国际、招商证券国际等多家机构[6] - 募资用途方面，约70%的资金将用于研发，约10%将用于优化MaaS平台[16] 公司定位与技术实力 - 智谱AI被誉为“中国版OpenAI”，是中国最早开启大语言模型研发的公司，定位为国内AGI的引领者[7][17] - 公司最新旗舰模型GLM-4.7在权威评测Artificial Analysis Intelligence Index中以68分综合成绩位列开源模型与国产模型双料榜首[18] - 在Code Arena编码评估中，GLM-4.7位列开源第一、国产第一，超过GPT-5.2[19] - 公司已构建覆盖文本、图像、视频、语音的多模态模型矩阵，并更新了支持硬件设备接入的AutoGLM 2.0[20] 商业化与市场表现 - 智谱AI通过MaaS模式实现商业化，是国内少数通过此模式实现内部造血的初创公司[25] - 国内MaaS平台已汇聚超过270万企业与应用开发者，中国前十大互联网公司中已有9家接入其模型[26] - 全球范围内，GLM-4.5和GLM-4.6在OpenRouter上调用量长期位居全球前十，付费API收入超过所有国产模型之和，平台用户规模超过290万[26] - 公司GLM大模型已赋能全球12000家企业客户、超过8000万台终端用户设备及超过4500万名开发者[26] 财务业绩 - 公司营收连续三年翻倍增长，2022年至2024年收入分别为5740万元、1.245亿元和3.124亿元，年复合增长率达130%[27] - 2025年上半年收入进一步提升至1.91亿元，同比增长高达325%[27] - 毛利率表现亮眼，过去三年始终维持在50%以上，高于AI行业约40%的普遍水平，2022年至2024年毛利率分别为54.6%、64.6%和56.3%，2025年上半年为50%[31][32] 研发投入与资本背景 - 公司研发费用高昂且持续攀升，2022年至2024年及2025年上半年分别为8440万元、5.289亿元、21.954亿元和15.947亿元[35] - 最高峰时研发投入达到当期收入的八倍[36] - 公司拥有顶尖的清华技术班底，核心团队源自清华大学计算机系知识工程实验室，CEO张鹏、首席科学家唐杰等均为核心人物[41][46][53] - 成立以来已完成超过8轮融资，累计融资规模超过83亿元人民币，投资方包括美团、蚂蚁、阿里、腾讯、小米、红杉、高瓴等众多明星产业资本与一线机构[12][56] - IPO前最新投后估值已达243.8亿元人民币[57] 行业背景 - 根据弗若斯特沙利文数据，2024年中国大语言模型市场规模已达53亿元人民币，其中机构客户贡献约47亿元，占比近九成[59]

聆讯与市场传闻 - 有消息称智谱AI与MiniMax（稀宇科技）两家AI大模型公司已通过港交所聆讯，但两家公司均对此不予置评 [1][2] 智谱AI公司概况与业务 - 公司成立于2019年，由清华大学计算机系技术成果转化而来，属于大模型“六小虎”之一 [3][4] - 公司合作研发了千亿级预训练模型GLM-130B，并基于此推出了对话模型ChatGLM、开源模型ChatGLM-6B，以及AIGC产品矩阵，包括智谱清言、CodeGeeX、CogVLM和CogView等 [4] - 公司面向开发者的软件工具和模型业务（GLM coding plan）年度经常性收入已超过1亿元人民币（约1400万美元） [4] - 公司预计2025年总营收将实现100%以上的增长 [4] - 公司正在推动营收结构多元化，从政企客户转向开发者，目标是使API业务收入占比提升至一半 [4] - 公司API业务平台目前服务于超过270万付费客户，其中包括一些中国最大的科技公司 [4] - 公司于今年9月推出AI编码工具订阅计划，每月收费低至20元人民币，约为Anthropic的Claude价格的七分之一 [5] 智谱AI融资情况 - 截至目前，公司已完成17轮融资 [5] - 最新一轮融资发生在今年7月，获得浦东创投集团和张江集团联合战略投资，总额10亿元人民币 [5] - 今年3月，公司获得杭州城投、上城资本、华发集团、成都高新区等多轮战略投资 [6] - 2024年，公司吸引了高瓴创投、腾讯投资、招商局创投、红山中国、顺为资本、蚂蚁集团等多个明星资本参与投资 [7] MiniMax公司概况与业务 - 公司成立于2021年，技术实力和融资能力突出 [8][9] - 公司自主研发了多模态通用大模型系列，包括MiniMax M2、Hailuo 2.3、Speech 2.6和Music 2.0，具备强大的代码、Agent能力及超长上下文处理能力，能理解、生成并整合文本、音频、图像、视频和音乐等多种模态 [9] - 公司面向全球推出AI原生产品，包括MiniMax Agent、海螺AI、MiniMax Audio、星野等，以及面向企业和开发者的开放平台 [9] - 公司的MiniMax M2模型在全球权威测评榜单Artificial Analysis上，总分进入全球前五、开源第一，跻身全球文本模型第一梯队 [10] MiniMax融资情况 - 公司投资人阵容强大，包括阿里巴巴、明势创投、高瓴创投、腾讯投资、IDG资本等多家知名机构 [10] - 今年7月，公司完成C轮融资，投资方为上海国资母基金，融资金额近3亿美元，此轮融资后估值达40亿美元 [10]

多模态大语言模型（MLLM）行业技术演进 - 多模态大型语言模型（MLLM）已成为新兴研究热点，其通过将大型语言模型（LLM）作为大脑来执行多模态任务，展现出如基于图像撰写故事和无OCR数学推理等新能力，这指示了通向通用人工智能的潜在路径 [2] - 行业通常在大规模配对数据上进行预训练，以促进不同模态间的对齐，对齐数据集通常为图像文本对或自动语音识别数据集，常见方法是冻结预训练模块并训练一个可学习的接口 [2] - 行业内已涌现大量代表性模型，包括Flamingo、BLIP-2、InstructBLIP、LLaVA系列、Qwen-VL、NExT-GPT、CogVLM等，覆盖了从少样本学习到任意模态输入输出的广泛能力 [3][4] 视觉-语言对齐核心技术 - Flamingo模型采用Perceiver Resampler模块，将视觉编码器输出的可变大小时空特征映射为固定数量的视觉标记（例如64个），从而降低后续交叉注意力的计算复杂度 [6][8] - 模型通过GATED XATTN-DENSE层将视觉信息整合到冻结的语言模型中，训练过程中所有语言模型层均利用了视觉信息，门控值的绝对值随网络深度增加而增长 [9][12] - 模型通过特定的掩码方法处理交错的视觉数据与文本序列，限制文本标记仅能关注其前导图像/视频对应的视觉标记，实现了多视觉输入的支持 [11][14] 高效训练策略与数据工程 - 训练数据的构成对模型性能至关重要，例如在Flamingo中，去除交错的图像文本数据集M3W会导致性能下降超过17%，而去除传统配对图像文本对也会导致性能下降9.8% [15] - BLIP-2采用两阶段策略，第一阶段冻结图像编码器和LLM，训练轻量级Q-Former进行视觉-语言表示学习；第二阶段引导视觉到语言的生成学习，实现零样本图像到文本生成 [16][17][22] - 为提高数据效率并防止过拟合，行业采用数据集加权采样策略，采样概率与数据集大小的平方根成正比，例如InstructBLIP中M3W、ALIGN等数据集的权重分别为1.0、0.2等 [28][31][32] 指令微调与性能优化 - 指令微调对模型性能影响巨大，例如在LLaVA中，未进行指令微调的模型性能相对下降高达61.1%，而采用清晰的响应格式提示能有效引导模型输出长短形式的答案 [34][35] - 通过增加高质量、多样化的指令跟随数据，例如结合GPT-4生成的数据，能显著提升模型的视觉推理、OCR和世界知识能力，LLaVA-NeXT在多个基准上甚至超越了Gemini Pro [40][44][46] - 模型扩展不仅限于参数量，还包括输入图像分辨率的提升，例如Monkey模型将输入分辨率有效提升至896x1344像素，无需从零预训练即可显著提高在文档理解等任务上的性能 [94][96][100] 架构创新与效率提升 - 为降低处理高分辨率图像的计算负担，行业提出多种创新架构，如LLaVA-UHD采用模块化视觉编码策略，将图像分割为可变大小切片，并通过压缩层减少视觉标记数量，在仅使用94%推理计算量的情况下提升性能 [110][113][115] - 稀疏化技术如MoE-LLaVA被引入，通过混合专家（MoE）层，在推理时仅激活排名靠前的专家，使模型在保持约3B稀疏激活参数的情况下，性能达到甚至超过参数更多的密集型模型 [104][106][108] - 深度融合方法受到重视，例如CogVLM在语言模型的每一层引入可训练的视觉专家模块，实现视觉与语言特征的深层对齐，相比浅层对齐方法能有效减少幻觉并提升理解能力 [84][86][91] 多模态理解与应用扩展 - 行业致力于提升模型对文本丰富图像的理解能力，例如LLaVAR通过增强视觉指令调优流程，在基于文本的VQA数据集上准确率提升最高达20% [57] - 模型能力向任意模态输入输出扩展，NExT-GPT系统利用LLM作为核心，通过产生独特的模态信号标记来指示解码层输出图像、视频、音频等内容，构建端到端的任意模态MM-LLM [68][70][71] - 针对长视频理解等复杂任务，LLaMA-VID提出用两个标记（上下文标记和内容标记）表示每一帧，显著减少计算负担，支持长达一小时的视频输入 [102][103]

公司近况与招聘信息 - 公司回应IPO前夕裁员传闻为不实造谣，并指出当前有近50个岗位需求待招 [1] - 公司官方公众号发布招聘公告，涵盖算法工程师、工程与开发、产品与设计、销售与解决方案等类别，共计47个岗位 [1][3][6] - 具体招聘岗位包括大模型评测算法工程师、推理优化工程师、Agent产品经理、大模型KA销售等，显示出公司在算法、工程、产品及商业化方向的持续投入 [3][4][5][6] 公司背景与发展历程 - 公司全称为北京智谱华章科技股份有限公司，成立于2019年，是清华大学计算机系知识工程实验室技术成果转化的企业，为国内大模型赛道头部玩家及“AI六小龙”之一 [7] - 创始团队包括首席科学家唐杰、董事长刘德兵、CEO张鹏和总裁王绍兰，核心成员具有深厚的清华大学背景 [7] - 公司已构建包含智谱清言、CodeGeeX、CogVLM等在内的AIGC模型产品矩阵，并推出大模型MaaS开放平台 [8] 技术进展与融资情况 - 公司于9月30日发布并开源新一代大模型GLM-4.6，据称在Agentic Coding等核心能力上较GLM-4.5提升27% [8] - 为备足资金，公司于今年3月完成一笔金额超10亿元人民币的战略融资，投资方包括杭州城投产业基金、上城资本等 [8] - 公司已完成超10轮融资，投资方包括北京市人工智能产业投资基金、社保基金中关村自主创新基金、美团、阿里、腾讯、红杉、高瓴等多家知名机构 [8] 行业竞争与挑战 - 国内大模型创业公司面临技术落地、商业化变现、资金压力与技术迭代投入等多维度核心挑战 [9] - 行业竞争激烈，需直面百度、阿里、华为等科技巨头在数据、场景、资金上的压制 [9] - 有行业观点预测国内基座大模型可能仅剩少数几家，公司需在技术和应用上凸显自身优势以应对竞争 [9]

公司近况与回应 - 公司针对IPO前夕的裁员传闻进行回应 称网上不实造谣行为属个例 并指出当下有近50个岗位需求待招 [2] - 公司官方公众号发布招聘公告 招聘岗位包括算法工程师 工程与开发类 产品与设计类 销售与解决方案类等 共计47个 [2] 业务与产品矩阵 - 公司构建了包含智谱清言 CodeGeeX CogVLM CogView等在内的AIGC模型产品矩阵 并推出大模型MaaS开放平台 [13] - 公司于9月30日发布并开源新一代大模型GLM-4-6 据称在Agentic Coding等核心能力上较GLM-4-5提升27% [13] 融资与上市进展 - 公司于今年3月完成一笔金额超10亿元人民币的战略融资 投资方包括杭州城投产业基金 上城资本等 [13] - 公司已完成超10轮融资 投资方包括北京市人工智能产业投资基金 社保基金中关村自主创新基金 光速光合 美团 蚂蚁 阿里 腾讯 小米 金山 红杉 高瓴等 [13] - 公司于今年4月正式向北京证监局提交上市辅导备案 辅导机构为中金公司 [2] 行业竞争与挑战 - 国内大模型创业公司面临技术 商业 资金等多维度核心挑战 包括技术落地难题 消费端付费意愿低 企业端客单价低及回款不确定等困境 [14] - 行业需要应对同行在模型迭代上的创新压力 并直面百度 阿里 华为等科技巨头在数据 场景 资金上的压制 [14] - 有行业人士预测国内基座大模型大概率将只剩下DeepSeek 阿里巴巴 字节跳动三家 [14]

多模态大模型的安全挑战与解决方案 - 视觉语言大模型（LVLMs）如GPT-4V、LLaVA等在图文问答和视觉推理任务中表现突出，但相比纯文本模型更易被“越狱”，攻击者可通过图像注入危险意图[2] - 现有防御方法如跨模态安全微调、系统提示词设计等存在训练成本高、泛化能力差和误判风险[3] HiddenDetect技术原理 - 研究发现LVLMs即使被越狱生成不当内容，其隐藏状态中仍保留拒绝信号，中间层比输出层更早感知风险[5] - 通过构造“拒绝语义向量”（RV）并计算各层隐藏状态与RV的余弦相似度，量化模型拒绝强度，形成拒绝强度向量F[9] - 实验显示F在不安全输入中呈现中间层峰值特征，且最后一层拒绝倾向高于倒数第二层[9] 多模态安全响应差异 - 文本和图像输入激活不同安全通路，文本拒绝响应更早更强，视觉模态会延迟并削弱拒绝信号[17][19] - 关键层定位方法通过拒绝差异向量（FDV）识别对安全最敏感的中间层，其FDV显著高于末层[20] 实验结果与性能 - 在LLaVA、Qwen-VL、CogVLM等模型测试中，HiddenDetect在文本攻击（如FigTxt）和跨模态攻击（如FigImg）检测上表现最优，AUC最高达0.997[24] - 相比Perplexity、GPT-4V等基线方法，HiddenDetect在XSTest边界样本上保持高鲁棒性，误判率更低[23][24] 技术应用与未来方向 - 方法无需训练，结构轻量，可直接部署于现有LVLMs，聚焦风险提示但暂不调控模型行为[28] - 未来将探索模态信息与安全性的关联，推动多模态模型向更可控方向发展[28]

IPO计划 - 北京智谱华章科技股份有限公司考虑将IPO地点由内地改为香港 可能募资约3亿美元(约23.4亿港元) [1] - 公司正同时准备港股和A股上市准备工作 且A股上市概率较高 [1] - 相关事宜仍在考虑中 尚未作出最终决定 包括规模在内的细节可能会发生变化 [1] 业务与技术 - 公司致力于打造新一代认知智能大模型 专注于做大模型的中国创新 [2] - 合作研发了中英双语千亿级超大规模预训练模型GLM-130B 并推出对话模型ChatGLM 开源单卡版模型ChatGLM-6B [2] - 打造了AIGC模型及产品矩阵 包括智谱清言 CodeGeeX CogVLM和CogView等 [2] - 推出大模型MaaS开放平台 践行Model as a Service市场理念 [2] 融资与投资者 - 投资者包括美团 蚂蚁 阿里 腾讯 小米 红杉 高瓴等多家知名机构和企业 [3] - 其他投资者包括中关村科学城 杭州城投 浦东创投集团 张江集团 达晨财智等 [3] - 国际投资者包括三星 沙特阿美旗下Prosperity7基金等 [3]

开源大模型与智能体趋势 - 开源大模型和智能体成为AI领域新焦点，以DeepSeek和Manus为代表 [1] - AI六小虎热度下滑，部分观点认为其陷入发展瓶颈 [1] OpenAI对中国AI企业的评价 - OpenAI点名智谱为中国大模型领域新锐代表，称其取得"显著进展" [1][3] - 智谱被视为中国打造独立自主AI生态的重要力量 [3] - OpenAI内部分析师认为智谱的"中国版OpenAI本土化产品"在欧美进入前取得进展 [4] 智谱的国际化战略 - 智谱响应"一带一路"和"数字丝绸之路"战略，向越南、印尼、马来西亚等国家输出基础设施和技术支持 [4] - 展示"负责任、透明且易于审计"的中国AI方案，合作对象包括阿联酋、沙特和肯尼亚等 [4] - 智谱董事长刘德兵表示公司致力于推动国产大模型技术出海，帮助共建国家构建自主大模型 [6] OpenAI与智谱的竞争关系 - CNBC评论称OpenAI将智谱视为威胁 [5] - OpenAI与阿联酋达成"星际之门阿联酋"项目合作，计划在亚太推广类似模式 [5] - 智谱被美国商务部列入实体清单后，OpenAI仍点名其出海进展 [5] 智谱的产品与资本动态 - 智谱开发GLM系列模型，产品矩阵包括智谱清言、CodeGeeX和CogVLM [5] - 公司于2024年启动上市辅导流程 [5]

公司IPO进程 - 公司于2025年3月31日同中金公司签署辅导协议，正式启动A股IPO进程，成为"大模型创业公司"中第一家正式启动上市流程的企业 [3][5] 技术研发与产品迭代 - 公司成立于2019年，致力于打造新一代认知智能大模型，2020年底研发GLM预训练架构，2021年训练完成百亿参数模型GLM-10B并利用MoE架构训练出万亿稀疏模型 [5] - 2022年研发中英双语千亿级预训练模型GLM-130B并开源，2023年推出千亿基座对话模型ChatGLM并两次升级，开源版本ChatGLM-6B支持本地微调和部署 [5] - 2024年1月推出GLM-4，性能大幅提升，6月开源GLM-4-9B及视觉模型GLM-4V-9B，多模态能力媲美GPT-4V，7月推出视频生成模型CogVideoX，推理速度提升6倍 [5] - 2024年8月升级GLM-4-Plus，10月发布GLM-4-Voice和AutoGLM，11月推出GLM-PC探索"无人驾驶"PC技术，12月发布GLM-Zero-Preview擅长数理逻辑和深度推理 [5] - 2025年1月发布GLM-Realtime支持清唱和2分钟记忆，3月推出AI Agent「AutoGLM 沉思」 [5] 产品矩阵与开源策略 - 公司打造对标OpenAI的完整产品矩阵，包括智谱清言、CodeGeeX、CogVLM、CogView等，清言App支持多模态互动 [5] - 践行MaaS理念，通过bigmodel.cn平台提供AI开发资源和企业级解决方案 [5] - 2025年4月15日宣布开源32B/9B系列GLM模型，涵盖基座、推理、沉思模型，推理模型GLM-Z1-32B-0414性能媲美DeepSeek-R1，推理速度达200 Tokens/秒，价格仅为DeepSeek-R1的1/30 [5] - 启用新域名Z.ai整合32B基座、推理、沉思模型，作为最新模型交互体验入口 [7] 融资与战略合作 - 2025年3月连续完成三笔融资：3月3日超10亿元人民币战略融资，3月13日获珠海华发集团5亿元战略投资，3月19日获成都高新区3亿元战略投资 [7] - 联合地方政府打造首个城市级GLM大模型空间和首个省级基座大模型，智能体已接入北京101等十余所学校 [7] - 投资方包括中科创星、达晨财智、君联资本等知名VC，美团、蚂蚁、腾讯等战略投资方，以及北京、杭州、珠海、成都等地国资 [7]