文章核心观点 - 中国大模型创业公司资本化进程迅猛，智谱AI与MiniMax已通过港交所上市聆讯，争夺“全球大模型第一股” [1] - 大模型行业面临沉重资金压力，一级市场融资降温，推动创业公司加速上市进程 [1] - 智谱AI作为观察大模型商业化的样本，虽收入快速增长但亏损急剧扩大，上市成为其应对高研发投入和现金消耗的必然选择 [2][4][15] 公司概况与资本进程 - 智谱AI成立于2019年，核心创始团队来自清华，被称为“清华帮” [4] - 公司成立6年融资8轮，累计筹资超83亿元人民币，IPO前最新投后估值超240亿元 [5] - 智谱AI是内地企业赴港上市“报备制”落地后最快通过聆讯的公司之一，与MiniMax双双通过聆讯，争夺“全球大模型第一股” [1] - 截至2025年6月30日，公司期末现金及现金等价物约为25.52亿元，但流动负债净额为70.89亿元，其中新增28.88亿元来自面向投资者发行的金融工具 [5] - 公司近期获得多个地方国资的战略投资 [5] - 截至2025年6月30日，公司共有员工883名，此前高峰期超1000人，今年一度缩减上百人，10月曾传出裁员消息 [15] 财务表现与经营状况 - **收入增长**：过去三年收入年复合增长率超过130% [2]；2022年、2023年、2024年及2025年上半年收入分别为5740.9万元、1.24538亿元、3.12414亿元及1.90877亿元 [3] - **亏损严重**：从2022年至2025年上半年，三年半累计收入6.85亿元，同期累计亏损超62亿元 [2]；亏损占收入比重从2022年的250.2%一路走高至2025年上半年的1235.3% [2]；2025年上半年净亏损达23.57852亿元 [3] - **高额研发投入**：过去三年累计研发开支达28.09亿元，2025年上半年进一步攀升至15.94661亿元，三年半合计研发投入已超过44亿元 [4][12]；研发开支中，超7成用于算力服务费，2024年及2025年上半年该比例分别为70.7%和71.8% [12][13] - **销售与营销开支**：从2022年的0.15亿元增至2025年上半年的2.09亿元，三年半累计营销开支约7.12亿元，超过同期累计收入 [4] - **毛利率水平**：公司毛利率始终保持在50%以上 [9]；2024年本地化部署毛利率达66%，云端部署仅为3.4%；2025年上半年本地化部署毛利率为59.1%，云端部署为负0.4% [9] - **客户集中度高**：服务机构客户超8000家，但前五大客户收入长期占据公司营收近五成，2022年、2023年、2024年及2025年上半年占比分别为55.4%、61.5%、45.5%及40% [9] 市场地位与商业模式 - **市场排名**：按2024年收入计算，智谱AI位列中国独立通用大模型开发商第一，在所有通用大模型开发商中位列第二，市场份额约为6.6% [6] - **收入结构**：收入主要来自B端政企客户的本地化部署，过去三年该部分收入长期占总收入的约85%及以上 [7]；2025年上半年本地化部署收入占比仍达84.8%，云端部署仅为15.2% [9] - **云端业务发展**：公司强调云端MaaS和订阅业务呈现“指数级增长”，付费流量收入“超所有国产模型之和”，面向全球开发者的模型服务业务年度经常性收入已突破1亿元人民币 [10] - **海外拓展**：自2024年开始向海外提供本地化部署服务，2025年上半年海外收入占比达11.6% [10] - **供应商集中度**：2022年至2025年上半年，前五大供应商采购额分别占采购总额的54.5%、53.6%、47.3%及50.2% [14] 行业竞争与挑战 - **行业特点**：大模型行业处于高投入、低产出的发展初期，科技巨头资金雄厚，可承受亏损并持续加码算力和人才投入 [11] - **竞争焦点**：模型性能仍是决定AI竞赛的关键，科技巨头通过加强研发和人才争夺保持竞争力 [11] - **创业公司压力**：面对科技巨头的竞争，创业公司在资金和人力上处于弱势，需不断证明其模型性能的领先地位和护城河 [14] - **商业化局限**：中国大模型市场商业化落地主要局限于B端政企客户，2024年53亿元市场规模中，机构客户贡献47亿元，个人客户收入仅为6亿元 [7] - **资本动态**：除智谱AI和MiniMax外，其他国产大模型创业公司如月之暗面也传出计划明年IPO的消息 [15]

香港聯合交易所有限公司及證券及期貨事務監察委員會對本聆訊後資料集的內容概不負責， 對其準確性或完整性亦不發表任何意見，並明確表示概不就因本聆訊後資料集全部或任何 部分內容而產生或因倚賴該等內容而引致的任何損失承擔任何責任。 Knowledge Atlas Technology Joint Stock Company Limited 北京智譜華章科技股份有限公司 （「本公司」） （於中華人民共和國成立之股份有限公司） 的聆訊後資料集 警 告 本聆訊後資料集乃根據香港聯合交易所有限公司（「聯交所」）及證券及期貨事務監察委員會 （「證監會」）的要求而刊發，僅用作提供資料予香港公眾人士。 本聆訊後資料集為草擬本，其內所載資料並不完整，亦可能會作出重大變動。 閣下閱覽 本文件，即代表 閣下知悉、接納並向本公司、其獨家保薦人、整體協調人、顧問或包銷 團成員表示同意： 倘在適當時候向香港公眾人士提出要約或邀請，有意投資者務請僅依據於香港公司註冊處 處長登記的本公司招股章程作出投資決定，其文本將於發售期內供公眾人士查閱。 62799 \ (Project 777_PHIP) \ 19/12/2025 \ M11 (a) 本文 ...

公司上市进展与市场地位 - 智谱于12月17日通过港交所上市聆讯，有望成为“全球大模型第一股”，标志着港股将首次迎来以AGI基座模型为核心业务的上市公司 [1] - 公司于2025年4月在北京证监局办理辅导备案，由中金公司担任辅导机构，成为第一家正式启动IPO流程的“大模型六小虎” [1] - 截至2025年7月，公司最新估值已达到400亿元人民币，刷新了国内大模型创业公司的估值纪录 [1] 上市计划与资本运作 - 上市辅导计划分为三个阶段：2025年4月完成前期准备；5月至7月进行集中培训与整改；8月至10月完成考核评估并筹备申请文件，计划在2025年内完成所有合规流程 [2] - 近半年来资本运作节奏加速，密集完成超48亿元人民币的融资，包括30亿元的D+轮融资及三地国资合计超18亿元的战略投资 [2] 财务表现与商业化进展 - 2024年商业化收入逆势取得100%以上的同比增长 [2] - 面向开发者的软件工具和模型业务已获得超过1亿元人民币的年度经常性收入 [3] - 公司预计总营收在2025年实现100%以上的同比增长 [3] - 公司希望将API业务的收入占比提升至一半 [3] 业务运营与用户规模 - 公司的MaaS平台已经吸引了70万企业和开发者用户 [2] - API业务平台现在服务于超过270万付费客户，其中包括一些中国最大的科技公司 [3] 行业趋势与管理层观点 - 一批AI“独角兽”公司正在寻求IPO，资本市场迎来大模型公司IPO热潮 [1] - 管理层认为，此轮IPO热潮是行业开始由技术探索期进入规模化商业应用期的关键里程碑，意味着市场开始用更严格的尺度检验AI企业的商业模式可持续性、盈利能力与长期价值 [1] - 管理层预期，到2026年，会有更多人在AI应用上取得更高的收益，因为大家更明白AI应如何与场景结合 [1]

核心观点 - 中国“5G+工业互联网”已进入规模化应用新阶段，建设项目超2万个，未来将通过“链网协同”行动打造升级版，并前瞻研究6G与工业融合，推动更高质量、更广范围发展 [1] 基础设施与规模化应用 - 中国超前布局基础设施，具有一定影响力的工业互联网平台超300家，重点平台工业设备连接数超亿台，建成自主可控的标识解析体系 [2] - 培育的百家全球领先水平5G工厂平均产能提升25%，产品质量提升21%，运营成本降低19% [2] - “5G+工业互联网”产业链基本完备，芯片、基站、核心网、终端设备等供给体系加速升级，5G云化机器人、工业5G具身智能加速涌现 [2] - 典型应用场景已覆盖全部41个工业大类，5G工厂建设超1200个，投资规模超500亿元 [2] - 全国已建成超4.5万个5G虚拟/混合专网，5G工业模组全球占比超80% [2] - 2024年发布的10个5G试点城市在供给能力、技术预研等方面形成各自优势 [2] 标准建设与网络发展 - 中国牵头制定全球首个工业5G国际标准及工业网络5G通信技术通用要求等规范，累计形成3项以上国际标准、超100项国家和行业标准 [3] - 未来将统筹新型基础设施向优布局，推动网络、标识、平台、数据、安全五大体系一体部署，开展工业5G独立专网试点 [3] 人工智能融合应用 - 人工智能正重塑工业互联网格局，企业将5G高速连接与AI智能决策深度融合，应用于生产线优化、供应链协同、全流程管理等场景 [4] - 中国电信构建五位一体智能云能力体系，自主研发星辰大模型和MaaS平台，为超2万家企业客户提供智能化服务，并与中车打造“斫轮”大模型及13个高价值场景应用 [4] - 中国铁塔依托自研的业界首款空间治理行业大模型——经纬大模型，推动“人工智能+”融合发展 [4] - 浪潮云洲以知业大模型为核心引擎，形成15个垂直行业大模型，并落地43个行业智能体，覆盖产线管控、工艺优化、节能降耗等多个场景 [4] - 工业和信息化部将实施工业互联网和人工智能融合赋能行动，拓展“平台+智能体”服务 [5] 前沿技术支撑与演进 - 5G—A（5G网络演进和增强）将成为推动工业升级的重要技术支撑，其大带宽、低时延、超大连接、高精定位、无源物联等能力将全面增强工业视觉检测、运动控制、仓储管理等关键场景 [7] - 5G—A无源物联将支持更长传输距离、更灵活组网及定位能力，带来革命性突破 [7] - 在工业控制方面，5G—A可将端到端时延降低至4毫秒，显著增强逻辑控制、过程控制和运动控制能力 [7] - 工业和信息化部正式启动卫星物联网业务商用试验，该业务通过卫星通信技术为各类设备及交通工具提供广域物联网连接，应用场景覆盖海洋渔业、交通物流、能源水利、应急通信、低空经济、工业互联网等 [7] - 开展卫星物联网业务商用试验旨在丰富市场供给、提升服务能力、建立安全监管体系，支持商业航天、低空经济等新兴产业安全健康发展 [7] - 展望未来，随着IT、CT、OT、DT持续融合，5G—A、6G和AI等技术将持续赋能工业体系，加速新质生产力发展 [8]

中国电信AI与算力基础设施进展 - 公司构建完成智能云体系，自有及接入智算总规模达到85 EFLOPS [2] - 公司打造算力互联网络，并在全国重点城市开展万兆光网试商用 [2] - 公司建设的量子城域网已覆盖25个城市，量子密话密信用户超过600万 [2] - 公司在国家实验室指导下，建成国内综合性能领先的“天衍–287”超导量子计算机 [2] 中国电信AI技术研发与应用成果 - 公司“星辰”大模型综合能力进入国内头部阵营 [2] - 公司在智能服务、营销、运营、研发等领域完成了200余个智能体服务 [2] - 公司研发了110个行业大模型、350个行业智能体，服务行业客户超2万家 [2] 中国电信低空经济能力体系 - 公司正式披露AI+“1+1+4+N”低空经济能力体系 [2] - 公司推出了天翼星盾低空侦测反制平台、天翼星瞰低空政务一网统飞平台及天擎5G-A低空模组 [2] - 公司迭代升级天翼星云低空飞行作业平台至5.0版本 [2] - 公司的城市级低空安全和服务保障体系已在天津、广州、深圳、苏州、芜湖等地落地应用 [2] 中国电信未来业务发展重点 - 公司将加快建设新型数字信息基础设施，如空天地一体网络和新“八纵八横”低时延干线光缆 [3] - 公司将实现全国一体化和高水平算力互联，夯实数据底座以赋能AI模型和智能体应用 [3] - 公司将加快人工智能创新应用，提升“星辰”大模型核心能力并建设MaaS平台 [3] - 公司将加快推动AI手机等智能终端规模普及，并探索AI眼镜、人形机器人等创新产品 [3] - 公司将深化高水平合作，共建互利共赢合作生态 [4] - 公司将构建全栈AI安全保障能力，系统构建面向AI大模型及应用的安全防线 [5]

“5G+工业互联网”发展现状与规模 - 5G应用已融入97个国民经济大类中的86个，案例总数超13.8万个 [1] - 部署5G行业虚拟专网6.4万个，培育5G工厂1260个，全国“5G+工业互联网”建设项目超2万个 [1][5] 工业生产环节的具体应用与效能提升 - 在汽车制造领域，5G汽车焊装柔性试制产线将新车型产线调整时间缩短90% [5] - 家电制造龙头企业通过5G-A工业基站打造黑灯工厂 [5] - 全球首条5G+PLC柔性生产线将单产线产能提高12% [5] - 陶瓷底座车间通过“5G+机器视觉系统”实现30秒完成坯体均匀喷釉 [6] - 咖啡加工车间通过“5G+AI”数字化生产线实现全流程智能化 [6] 基础设施与平台能力建设 - 中国电信为2万多家企业客户提供智能化服务，其“工业+AI”智算一体化服务平台已服务41万工业企业、212万工程师 [7] - 中国联通建成2万多个5G行业专网，实施3万多个工业互联网项目，其格物平台纳管设备超1250万台，沉淀2800多个物模型，支持超130种工业协议 [7] - 中国移动OnePower工业互联网平台覆盖22个行业、服务数千家企业，连续2年入选国家级“双跨”平台 [8] 政策支持与标准制定 - 国家层面相继发布《“5G+工业互联网”512工程推进方案》及其升级版实施方案等政策文件 [9] - 我国牵头制定全球首个工业5G国际标准，累计形成三项以上国际标准，超过100项国家和行业标准 [6][9] - 地方层面如江苏省出台计划支持建设“5G+工业互联网”融合应用先导区 [9] 未来技术方向与发展规划 - 5G-A将成为推动工业升级的重要技术支撑，赋能工业视觉检测、运动控制等关键场景 [10] - 下一步将推动工业互联网“向智”跃升，实施工业互联网和人工智能融合赋能行动 [10] - 加快行业融合应用“向新”拓展，实施工业互联网和重点产业链“链网协同”行动，加强6G与工业融合的前瞻研究 [11]

投资者提问内容 - 投资者提问称首都在线与摩尔线程在算力中心建设方面存在合作，包括首都在线庆阳智算中心完成对摩尔线程GPU的兼容性测试与调优，以及双方合作参与“京西智谷人工智能计算中心”建设，构建基于摩尔线程GPU的全栈自主算力集群 [1] - 投资者提问称首都在线与摩尔线程在技术与模型适配方面存在合作，首都在线的MaaS平台已适配DeepSeek等大模型，并支持在摩尔线程GPU上运行 [1] 公司业务与回应 - 公司主营业务为汽车尼龙管路及连接件等系列产品的研发、生产和销售 [1] - 公司将持续深耕，充分发挥在轻量化、热管理等方面的产品、技术优势，不断扩大产品品类，优化产品特性，拓宽产品的应用场景 [1]

文章核心观点 - 高性能计算与人工智能技术深度融合 正推动海洋科学研究经历颠覆性转型 为海洋安全保障 资源开发与环境治理提供前所未有的赋能 [1] - 海洋领域作为典型的AI for Science应用场景 面临人工智能底层逻辑与海洋科学物理现象精准呈现之间的技术融合壁垒 以及大模型对算力规模 性能和稳定性的更高要求 [1] - 并行科技提出的MaaS解决方案通过将AI模型封装成标准化云服务 降低AI技术在海洋领域的应用门槛 并依托强大的定制化算力网络 推动行业迈向算力与模型双轮驱动的发展新阶段 [2][3][4] 行业技术发展与挑战 - 海洋科学研究正经历颠覆性转型 技术应用涵盖风暴潮灾害风险预警 海洋卫星高质量数据集构建 四维海洋监测技术升级和高时空分辨率海洋预报大模型落地 [1] - 行业核心挑战在于人工智能基于数学逻辑与海洋科学注重物理现象精准呈现之间的适配难题 [1] - 海洋大模型在预报 环境分析等场景的快速发展 对其训练 推理与迭代所需的算力规模 性能和稳定性提出更高要求 传统算力服务模式已难以满足需求 [1] MaaS解决方案与模式创新 - MaaS模式通过将AI模型封装成标准化云服务 用户无需自行训练 部署和维护模型 仅通过API接口按需调用并按使用量付费 极大降低应用门槛 [2] - 该模式与海洋数据预报领域深度契合 目前海洋领域已有几十个专属大模型 未来均将在MaaS场景中实现具体落地 [2] - 并行科技MaaS平台已整合DeepSeek 千问 智谱 豆包等通用领先模型 以AI Coding技术为基础为海洋预报研发提供辅助支持 [2] 算力网络与定制化服务 - 公司已构建覆盖45家智算中心和15家超算中心的强大算力网络 总调度能力超过200万CPU核心和5万卡以上GPU [3] - 针对海洋环境模拟 资源勘探 数据预报等不同场景特点 提供定制化算力方案 而非传统一刀切模式 [3] - 通过应用特征分析 为海浪 海流等不同预报场景匹配计算密集型或IO密集型资源 确保用户获得最优性价比 [3] 市场前景与行业影响 - 2025年上半年中国公有云大模型调用量已达536.7万亿Tokens 海洋智能计算领域作为新兴应用高地展现出强劲增长动力 [4] - 未来3-5年 海洋领域MaaS业务有望保持高增长率 行业迈向算力与模型双轮驱动发展 [4] - 人工智能的融入让海洋领域实现从人工处理到智能交互的跨越 通过海量历史数据与大模型结合为科研人员提供高效辅助工具 核心价值在于降本增效 [4] 未来战略规划 - 公司将持续完善新型算力基座的生态架构 从基础设施层到应用开发层优化资源调度 合规检测等关键环节 [5] - 通过大小模型协同的发展路径与公有云加专有云的混合部署模式 在保障效果与成本优化的同时筑牢数据安全防线 [5]

AI Agent市场爆发与算力需求激增 - 2025年全球AI Agent市场再度迎来爆发，例如Lovart Beta版本上线5天内注册用户超过10万人，Genspark仅用9天突破1000万美元ARR [1] - 全球AI算力需求并未因“百模大战”逐渐熄火而消退，反而随着模型复杂度与大规模实时互动需求增长而日益旺盛 [1] - AI Agent热潮导致AI算力严重不足，企业面临成本控制、弹性扩容以及庞大AI工具链配置和管理繁琐的巨大挑战 [1] 华为云全链条技术底座解决方案 - 华为云构建了覆盖硬件、算力、大模型、应用开放平台的全链条技术底座，以应对AI Agent规模化落地浪潮 [4] - 核心解决方案为“CloudMatrix384 x MaaS平台 x AI Token服务 x Versatile”，被视为Agent时代的顶格配置 [5][33] 华为云超强算力基础设施 - 华为发布Atlas 950 SuperPoD和Atlas 960 SuperPoD超节点，分别支持8192张及15488张昇腾卡，在卡规模、总算力等关键指标上全面领先业内 [7] - CloudMatrix云上超节点规格将从384卡升级至未来的8192卡，为客户提供澎湃算力 [3][19] 高性能计算在科研领域的应用 - 现代前沿科研对AI高性能计算依赖强烈，例如AlphaFold 3使用256个A100 GPU训练约20天，计算量达4E22 FLOP，是AlphaFold 2的10倍 [8][9] - 中国科学院发布基于CloudMatrix384昇腾AI云服务的“磐石·科学基础大模型”，接入1.7亿篇科技文献，将文献调研从3-5天缩短至20分钟，部分药物靶点发现研究效率加速超10倍 [12][14] 智能汽车行业的算力需求 - 智能驾驶平台模型算力需求爆炸式增长，汽车日益成为“长着四个轮子的超算中心” [16] - 长安汽车应用华为云CloudMatrix384超节点进行智能辅助驾驶研发，实际测试显示在E2E、VLA模型上其性能超过H100 [18] Token消耗量与MaaS服务增长 - 中国日均Token消耗量从2024年初的1000亿增长至2025年6月底的30万亿，1年半时间增长300多倍 [22] - 华为云MaaS服务支持DeepSeek、Kimi、Qwen等主流大模型，通过API接口让用户无需复杂训练即可调用AI能力 [23] AI Token推理服务的效能提升 - 华为云CloudMatrix384 AI Token推理服务上线，基于xDeepServe分布式推理框架，采用极致分离架构Transformerless，单卡吞吐达H20的2.5-4倍，最高可达2400 TPS [24] - 360纳米AI依托该服务处理每天上千万内容生成请求，其蜂群智能体协作完成复杂任务，5-10分钟视频可消耗千万级Token [25] 企业级Agent开发平台Versatile - 华为云发布企业级智能体平台Versatile，通过极简流程实现Agent生成，用户输入业务逻辑描述与流程图即可完成开发，将原本需30人天的工作缩至3人天，效率提升10倍 [27] - 慧通差旅利用Versatile打造Agent“通宝”，能实时提醒员工差旅情景、自动核查报销合规性，并打通三层数据飞轮持续优化 [29] AI Agent行业发展趋势 - 当前30%的年收入5亿元以上大型企业已建立专门AI Agent团队，63%的B端企业将其列为未来12个月关键布局 [30] - CB Insights预测，到2032年AI Agent市场规模将超千亿 [30] - 华为云AI云服务的全球客户数量从去年321家增长至今年1805家，落地千行百业 [31]

IPO进程 - 公司计划于2025年10月完成上市辅导 正式进入IPO冲刺期[1][2] - 公司同时考虑港股和A股双上市路径 自2025年4月传出上市计划后已完成多轮融资[2] 组织架构调整 - 原COO张帆离职后 公司进行大幅度组织架构调整 原50人B端团队大部分并入张鹏负责的20人G端团队[3] - 2025年上半年核心管理层共有两位发生人事变动 除张帆外 首席生态官刘江也已离职[9] - 调整后toB业务划归张鹏管理 意图实现G端与B端资源的全面整合[11] 融资动态 - 2024年6月C轮融资30亿美元 投资方包括Prosperity7 Ventures、光速光合、北京市人工智能产业投资基金[6] - 2024年9月D轮融资200亿元 投资方包括高瓴创投、腾讯投资、红杉中国、蚂蚁集团和中关村科学城等[6] - 2024年12月D+轮融资30亿元 投资方包括信科资本、君联资本和北京市人工智能产业投资基金等[7] - 2025年3月单月获得杭州城投/上城资本超10亿元E轮融资 华发集团5亿元E+轮融资 成都高新区3亿元战略融资[7] - 2025年4月获北京市人工智能产业投资基金2亿元战略融资[7] - 2025年7月获张江集团与浦东创投集团联合注资10亿元战略融资[7] - 已集齐北京、杭州、成都、珠海、上海五地国资背景 国家队属性突出[5] 商业模式转型 - 公司正将商业模式向"轻交付"转型 通过将实施工作外包给区域合作伙伴提升毛利率[14] - 面向小型企业推出标准化CoCo智能体 通过"一键封装工作流"功能降低企业调用成本[14] - 转型原因包括避免重蹈AI四小龙定制化泥潭和现金流危机 以及稳定估值逻辑[14][15] 战略重心调整 - 2025年上半年开始将战略重心全面转向MaaS（模型即服务）平台建设[16] - 缺乏自主MaaS平台导致客户需选用其他平台 产生平台异构问题影响上层应用数据[17] - 与互联网巨头相比存在差距 大厂模型项目中标金额达千万元级别 公司平均中标单价仅数百万元[19] 业务表现 - G端收入远大于B端收入 尽管toB业务有近五十名销售 但业绩表现不及G端[10] - 公司核心优势在于成体系的G端商业化能力 但整体环境压力下仍需聚焦核心[12] 行业竞争 - DeepSeek在模型能力排名上领先 但部署DeepSeek与企业部署智谱的客户群不存在太多交集[18] - 阿里云等互联网巨头在MaaS平台能力和服务能力方面更具优势[17][19] - 行业面临残酷竞争 有项目标价压到几十万无法覆盖研发成本[19]