报告行业投资评级 - 行业评级为“推荐(维持)” [1] 报告核心观点 - 智谱于2025年12月递交港交所上市申请，此举被视为开启AI大模型“资本化”新阶段，将加速行业洗牌与分化，并为其他AI公司提供定价锚 [4][9][10] - 智谱的技术与产品生态正在重塑传媒行业的内容生产、分发、交互与商业化模式，有望成为传媒行业的“AI操作系统” [8] - 从投资维度看，关注与智谱相关的股权参与方、智谱赋能的应用企业以及其他中小模型企业的资本化机会 [10] 智谱公司分析 - **财务表现**：2022-2024年营收分别为0.57亿元、1.25亿元、3.12亿元，复合年增长率(CAGR)达130%，2025年上半年营收为1.9亿元 [4] - **利润状况**：由于高研发及算力投入，2022-2024年净利润分别为-1.4亿元、-7.88亿元、-29.58亿元，2025年上半年净亏损23.58亿元 [4] - **毛利率**：2022-2024年毛利率分别为54.6%、64.6%、56.3%，2025年上半年毛利率为50% [4] - **业务模式**：构建了MaaS（模型即服务）、AI Agent、行业解决方案三大支柱，形成了B/G端重部署与C端轻API双轮驱动的商业模式，其中面向政府、银行等需本地化部署的企业是收入主要贡献方 [4] - **技术实力**：拥有自研GLM系列大模型并践行开源策略，推出了全球首个可自主操作手机的AI智能体AutoGLM [5] - **上市目的**：旨在夯实“全球大模型第一股”地位，解决高研发资金需求，募资将用于通用AI大模型研发、MaaS平台优化、战略投资及营运资金，推进生态转型 [5] 行业市场规模与前景 - **当前规模**：2024年，以收入计，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47亿元，个人客户贡献6亿元 [4] - **未来预测**：预计到2030年，中国大语言模型市场规模将增至1011亿元人民币，2024年至2030年的CAGR为63.5%，机构客户仍是核心增长驱动力 [4] 智谱与传媒行业结合案例 - **华策影视合作**：华策影视通过盐城智华创业投资基金间接投资智谱华章1亿元 [6] - **业务合作**：双方在联合开发影视内容生成智能体及审查垂直模型、打造AI研究平台、推动文生视频行业标准、提供AI智能化解决方案及品牌传播等方面展开战略合作 [6][8] - **赋能领域**：智谱的技术正通过降本增效、创意增强、提升内容触达与交互体验，赋能数字营销、广告、内容、出版、视频等传媒应用领域 [8] 关注公司列表 - 报告列出了多家关注公司及其盈利预测与投资评级，包括华策影视、万达电影、蓝色光标、东方明珠、横店影视、芒果超媒、上海电影、奥飞娱乐、中信出版、风语筑、姚记科技、遥望科技、美图公司、哔哩哔哩-W、顺网科技、恺英网络 [12]

12月19日，北京智谱华章科技股份有限公司（下称"智谱"）正式披露聆讯后的招股书。 智谱抢在了MiniMax母公司上海稀宇科技有限公司（下称"MiniMax"）之前公开招股书，亦被不少市场人士视为更有希望冲击"全球大模型第一股"。 其中，MiniMax被报道通过了港交所的聆讯，但迄今尚未公布招股书。 由于"第一股"的名头一般是按照上市日期确定，若此后智谱和MiniMax同日登陆港交所，或许也难言谁是第一。 随着此次招股书的披露，外界对于智谱的经营状况也有了更深层次的了解。 智谱的云端部署类型业务是基于token消耗量计费的合约，以及定价还与订阅时长、模型类型与规模及纳入的计算资源量有关，不过该部分业务目前占比仍不 足2成。 为了支撑上述两种交付模式，智谱构建了一个全栈式的产品矩阵，模型矩阵包括端侧小模型、经济型模型和千亿参数的旗舰大模型等各种参数规模，可以针对 性地解决特定客户需求。 同时该矩阵提供对话、通用智能体、代码生成、图像理解、文生图/视频、语音交互等各类功能，实现对各类模型应用场景的充分覆盖。 2022年至2024年，智谱的收入分别为5740万、1.25亿元、3.12亿元。 具体来看，智谱主打Maa ...

转自：新华财经 新华财经北京12月20日电（记者沈寅飞）近日，大模型厂商北京智谱华章科技股份有限公司（以下简 称"智谱"）已率先通过港交所聆讯并正式递交了招股书。 据介绍，成立于2019年的智谱，由清华大学技术成果转化而来，定位为专注于基础模型研发的独立厂 商。凭借原创的GLM（General Language Model）预训练架构，构建了覆盖语言、代码、多模态及智能 体的全栈模型矩阵，模型适配了40余款国产芯片。 截至今年6月，该公司研发人员占比74%，核心科研团队和学术顾问团队已发表500篇顶尖高影响力论 文，累计引用次数超过58000余次。除了汇聚了当前国内人工智能顶级人才外，公司高度重视研发投 入。招股书显示，2022年、2023年、2024年公司研发投入分别为8440万、5.289亿、21.954亿，2025年上 半年研发投入为15.947亿，累计研发投入约44亿。研发投入支撑了其技术快速迭代，GLM系列模型每3- 6个月完成一次基座迭代。 目前，智谱收入主要来自于大模型收入。公司采用MaaS模式，即通过API调用向开发者和企业输出智能 能力。招股书显示，智谱大模型已赋能了全球12000家企业客户 ...

转自：北京日报客户端 12月19日，据港交所网站，智谱通过港交所聆讯并正式递交招股书，资本市场将首次迎来一家以AGI （通用人工智能）基座模型为核心业务的上市公司。这也意味着，这家总部位于北京、中国最大的独立 大模型厂商有望以"全球大模型第一股"身份在港交所挂牌上市。 智谱成立于2019年，由清华大学技术成果转化而来。团队在国内率先启动大模型的研究工作，研发出基 于自回归填空的全国产预训练架构GLM，在鲁棒性（稳定性）、可控性和幻觉性方面取得突破性进 展，并适配了40余款国产芯片。 2025年9月，智谱发布GLM-4.6。在全球公认百万用户盲测的大模型竞技场Code Arena上，GLM在代码 生成能力上与Anthropic、OpenAI等国际公司的模型并列全球第一，超越海外闭源模型谷歌Gemini和xAI 的Grok。成立以来，该团队从基座大模型的底层架构起步，坚持自研与完全自主可控，陆续推出中国 首个百亿模型、首个开源千亿模型、首个对话模型、首个多模态模型和全球首个设备操控智能体。 招股书显示，智谱已连续三年营收翻倍，2022年、2023年、2024年公司收入分别为5740万元、1.245亿 元、3.12 ...

智谱AI IPO计划 - 智谱AI正考虑将首次公开募股计划从中国大陆转移至香港 可能筹集约3亿美元资金 [2] - 公司已与财务顾问合作筹备IPO 但包括融资规模在内的细节仍可能变动 最终也可能选择中国大陆上市 [2] - 此前公司已获得上海国有风投及张江集团10亿元人民币(1.39亿美元)融资 [2] 行业竞争格局 - 智谱AI是中国少数试图在全球挑战OpenAI的初创企业之一 最初准备在中国大陆上市 [2] - 与MiniMax、月之暗面等竞争对手快速推出低成本AI服务 旨在抢占市场份额并制定技术标准 [2] - MiniMax作为中国"AI四小龙"之一 计划最快今年上市 [3] 公司背景与技术 - 智谱AI成立于2019年 旗下拥有免费AI研究助手AutoGLM 并开源GLM系列大模型 [4] 香港资本市场动态 - 香港权益资本市场交易主导市场复苏 2025年至今IPO和后续发行已筹集约400亿美元 [2] - 香港当前融资规模较去年同期的57亿美元大幅跃升 达2021年创纪录水平以来最高 [2]

公司IPO进展 - 智谱AI已向北京证监局提交上市辅导备案，辅导机构为中金公司，成为"大模型六小龙"中首家启动IPO进程的公司 [1] - 公司以200亿元估值跻身国内头部独角兽，承载着"中国版OpenAI"的期待 [2][8] 公司背景与技术 - 公司脱胎于清华大学知识工程实验室，由清华教授唐杰带领团队孵化，创始团队包括清华计算机系背景的核心成员 [2] - 专注于通用人工智能（AGI）基座模型研发，主攻GLM系列大模型，涵盖文本、代码、多模态等领域 [2] - 2024年下半年推出基座模型GLM-4-Plus、Agent模型AutoGLM等，据称性能比肩OpenAI相应模型 [2] 财务状况 - 2024年收入达到3亿元，但同期亏损约20亿元 [3] - 研发超大规模语言模型成本高昂，训练千亿参数级别模型成本高达数千万美元 [3] - 行业竞争加剧导致API调用价格下降，进一步压缩利润空间 [3] 融资情况 - 累计完成19轮融资，吸引美团、蚂蚁、阿里、腾讯等众多头部企业和知名VC机构参与 [5][6] - 2023年累计获得超过25亿元融资，2024年获得沙特阿美旗下基金4亿美元注资，估值达约30亿美元 [6][7] - 中关村科学城公司以投前200亿元估值领投D轮融资 [7] 行业竞争与挑战 - 面临DeepSeek等竞争对手的开源和低价策略冲击，B端私有化部署业务受到直接影响 [4] - 除"六小龙"竞争外，还需面对百度、阿里等巨头的竞争压力 [8] - 行业普遍面临高研发投入与商业化收入不平衡的难题 [3] 商业化与用户体验 - 商业化落地进展缓慢，产品和服务未完全达到市场预期 [9] - 用户投诉集中在图像生成、视频制作效果不佳，逻辑推理能力受质疑 [9][11] - 会员服务效果与宣传不符，遭用户要求退款 [11] 技术路线 - 坚持全栈自研的技术路线，虽维持资本故事吸引力，但加剧公司成本支出 [3] - 行业竞争对手如百川智能专攻医疗，零一万物放弃自研转投DeepSeek [3]