出品｜虎嗅科技组
作者｜宋思杭
编辑｜苗正卿
头图｜视觉中国
今天，再过两个半小时，即将迎来“全球大模型第一股”。
而这个“第一股”，诞生在中国。
根据公开信息，智谱将于 1 月 8 日正式在港交所主板挂牌上市，股票代码为 2513，由中金公司担任独家保荐人。本次 IPO，智谱计划发行 3741.95 万股 H 股，发行价为每股 116.20 港元，对应募资总额约 43.48 亿港元，上市后市值预计超过 511 亿港元。另据市场消息，其公开发售部分获得约 1164 倍超额认购。
在 2022 年 ChatGPT 引爆全球大模型浪潮之后，智谱一度将自己标榜为“中国版 OpenAI”。但在今天这个时间点，我们并不打算再去拆解智谱与 OpenAI 之间的相似或差异，而是试图回答另一个更宏观的问题：在此时此刻，智谱上市，或者说港股迎来“全球大模型第一股”，究竟对 AI 行业与资本市场意味着什么？
与其他几家在 2022 年之后集中成立的大模型独角兽不同，智谱进入这一赛道的时间要早得多。2019 年，在大模型尚未成为行业共识的年代，智谱便已经开始投入大模型训练。
据智谱天使轮投资方中科创星的创始合伙人米磊回忆，中科创星在2019年智谱创立之初便投资了4000万元，这笔钱给了智谱最初启动的资本——能够买卡训练了。
六年后，智谱上市，并成为“全球大模型第一股”。对于智谱的投资人们来说，算是“上岸”了。
但如果回看2025年，会发现资本市场对AI的兴趣是循序渐进产生的。
事实上，早在 2024 年 4 月，出门问问便以“AIGC 第一股”的名号登陆港股，但上市即破发。港股经历了这样一次重创，也在相当程度上影响了随后 AI 相关公司走向公开市场的节奏与预期。
但在智谱上市前，二级市场发生的一个最重要的变量，也是最有效的催化剂，是年底“GPU”们的集体上市。
在 2025 年末至 2026 年初这一时间窗口，摩尔线程、沐曦股份、壁仞科技先后在 A 股、科创板与港股完成上市。与此同时，更多算力与 AI 芯片公司进入上市审批流程。
接连几家GPU厂商的连续IPO，释放出一个重要的信号：资本市场已经提前完成了对 AI “地基”的接纳。
但直到现在，一个更核心的问题始终被搁置：当算力已经被定价，算力之上的大模型，是否也具备被公开市场理解和接受的条件？
在全球范围内，这个问题一直没有被正面回答。美国市场选择的是延后——模型公司仍停留在私募融资和非公开叙事中，大模型被视为一种尚“未完成”形态的资产；而在中国，这样的缓冲带并不存在。上一轮 AI 浪潮中，相关公司曾率先走向资本市场，也率先承受了市场的审视。这主要源于前者的资本市场更关注增长潜力，而后者更关注短期收入。
也正是在这样的背景下，国内大模型独角兽们几乎在同一时间选择走向 IPO。智谱于 2026 年 1 月 8 日正式上市；MiniMax紧随其后，其计划于 1 月 9 日登陆港股。
在笔者看来，这不只是一次公司层面的资本动作，更像是 AI 行业在当下被推到了一个不得不面对的问题面前：在基础设施已经完成资本化之后，市场是否真的准备好为大模型定价？
智谱今天站在港交所门口时，走进的并不是一个对 AI 完全陌生的市场。
过去几年里，国内资本市场已经出现过少量与之相关的上市样本。样本不多，也并未形成清晰的行业范式，但它们在财报周期中，逐步留下了一套隐性的对照体系。今天，当市场看向智谱时，不可避免地会把它放进这套体系中重新衡量。
在这些历史样本中，最具代表性的是商汤科技。
回到成立之初，商汤所处的是一个与今天截然不同的 AI 发展阶段。
在那个阶段，AI 尚未走到台前，更谈不上直接改变普通用户的社交习惯或生产力结构。AI 的主要应用形态，是嵌入在安防、金融、交通、城市治理等系统之中，通过算法能力与工程交付，提升既有系统的效率。商汤的成长路径，也高度贴合这一时代背景：以计算机视觉为核心能力，面向 ToB 与 ToG 客户，提供项目化、定制化的解决方案。
这并非商汤的个体选择，而是上一代 AI 公司普遍面对的现实。当时，算法能力是最重要的稀缺资源，而商业化的主要方式，便是通过大型客户与重交付项目，换取收入与生存空间。
但当商汤在 2021 年登陆港股之后，市场的关注点开始发生变化。随着财报披露进入常态化周期，投资者不再只讨论技术本身，而是不断回到一些更具体的问题：收入是否具备可复制性？高度定制化的项目模式，是否会限制规模扩张？对 ToG 与少数大客户的依赖，是否会影响长期增长的稳定性？
这些问题，并不是针对某一家公司的否定，而是公开市场在面对类似工程化 AI 公司时，几乎必然会提出的审视。
从这个意义上看，商汤所经历的是一代 AI 公司商业结构在资本市场中的反馈。
与商汤不同，智谱所处的则是另一条技术与产业演进路径。
作为新一代“大模型六小龙”之一，智谱站在的是大模型这一更靠近前台的叙事之下。大模型的出现，让 AI 第一次具备了直接影响内容生产、开发效率乃至部分生产力结构的能力，也让模型本身成为可以被单独讨论和定价的对象。
需要承认的是，智谱的大模型能力，并非行业中最具突破性的那个。相比之下，像 DeepSeek 这样的公司，通过极致的性价比与架构创新，在缩短中美 AI 差距上做出了更具标志性的突破。从这个角度看，智谱并未赶上这一轮最激进的技术拐点。
但在现有国内大模型公司中，智谱依然处在一个相对靠前的位置：它拥有较为完整的人才体系、持续投入的算力资源，以及长期积累的资本支持。在资本市场的视角下，这些要素意味着更高的可持续性和更强的长期存在概率。
这恰恰也构成了智谱与商汤在资本市场层面拉开差距的关键背景。
智谱所承载的是大模型本身是否能够成为一种独立资产形态的问题。但与此同时，智谱也不可避免地，踩在了商汤曾经走过的路径上。
从成立时间看，智谱诞生于 2019 年，那是大模型技术尚未成熟的阶段。为了获得早期收入与生存空间，智谱同样需要依赖 ToB 与 ToG 客户，通过私有化部署与定制化交付，换取现金流。这一路径，与大多数 SaaS 公司并无本质区别：先做定制化，再谈标准化。
问题在于，走到今天智谱已经来到一个临界点。
据智谱招股书，从其近几年的收入结构变化可以看到，云端部署的占比正在逐步上升。这一变化，并不意味着智谱已经完成转型，而是一种方向性的调整，其正在主动降低对单一大客户和重定制模式的依赖，尝试把自己从“工程型公司”的路径中往回拉。
在智谱走进港股之前，商汤上市后，出门问问则是另一个打着AIGC第一股旗号上市的公司。但与商汤不同，出门问问走的是完全相反的路。
从其收入结构来看，更多来自软件与硬件产品，而非重项目交付。它试图向市场证明，AI 可以脱离复杂的工程体系，以更轻的产品形态、更接近消费电子或软件公司的方式实现商业化。
但上市后的市场反馈，最终通过“破发”这一结果呈现出来。
如果把这一结果放回今天的语境下看，其意义并不在于哪种模式更正确，而在于一个更现实的事实：在缺乏成熟定价坐标的情况下，市场对新形态 AI 的不确定性，往往会首先通过价格被释放出来。
两个样本，构成智谱的现实坐标系。
将商汤与出门问问放在一起看，他们勾勒出国内资本市场在面对 AI 公司时，已经真实验证过的两条路径：一条是项目制路径，技术与收入相对清晰，但扩展性受到严格审视；另一条是产品化、AIGC 路径，想象空间更大，但定价不确定性同样更高。
正是在这两条路径都已被市场真实验证之后，智谱才走向资本市场。
无论智谱上市后的股价表现如何——是上涨、破发，还是短期震荡——这些结果本质上都属于交易层面的反馈，而非对一家公司的最终判断。
在资本市场中，尤其是技术驱动型公司身上，短期价格更多反映的是情绪与预期，长期结果才与路径选择有关。如果把时间尺度拉长，会发现一家 AI 公司的结局，往往不是在上市首日能够决定的。
这一点，在海外市场已经有相对清晰的参照。
如果把智谱放回全球大模型版图中来看，它的对照对象，其实并不是 GPU 厂商，也不是应用型 AI 公司，而是基座模型公司。
在海外，这一类型的代表主要是 OpenAI 和 Anthropic。它们同样不以单一应用或硬件为目标，而是试图围绕通用模型能力，构建一个长期可扩展的技术与商业体系。
从最直观的层面看，这些公司的估值规模，与国内即将上市的大模型公司之间，已经形成了数量级上的差距。无论是 OpenAI 还是 Anthropic，其私募阶段的估值，都远高于当前中国大模型公司的市场定价水平。这种差距，并不完全来自模型能力本身，而更多反映出中美资本市场在看待 AI 时的结构性差异。
在海外市场，资本对基座模型公司的投入，往往建立在极强的长期主义预期之上。巨额融资并不急于对应当期收入，而是默认模型能力需要在更长时间里，通过平台化、生态化的方式逐步释放价值。相比之下，在国内市场，真正敢于以类似尺度持续下注的，更多来自国资背景。这也是为什么在进入 B 轮之后，智谱的融资结构中，国资逐渐占据了更高比重。
这种资本结构上的差异，直接影响了基座模型公司的商业路径选择。
从商业模式看，海外基座模型公司普遍以云端部署为核心，通过 API 或 token 计费的方式，将模型能力直接商品化。这种模式成立的前提，是市场愿意在相当长的一段时间内，容忍高投入、低利润甚至持续亏损，用以换取模型能力的扩散与锁定。
但这一模式，在国内环境中很难从第一天就顺利走通。这不仅是大模型公司的问题，也是国内 SaaS 行业长期存在的现实约束：客户对付费方式、价格体系和替代成本高度敏感，企业很难在早期完全依赖标准化的云端收入生存。
正是在这样的背景下，智谱走出了与海外同行明显不同的一条路。
一方面，它同样在强调 MaaS 和云端调用，希望逐步向更标准化、更可复制的收入结构靠拢；但另一方面，它又不得不持续考虑现实的现金流问题，通过 ToB 和 ToG 场景下的定制化项目，支撑公司的长期运行。这种“拉扯式”的商业结构，决定了智谱无法像 OpenAI 或 Anthropic 那样，将全部重心押注在云端规模化之上。
与此同时，海外基座模型公司所依托的基础设施条件，也与国内存在显著差异。
例如，OpenAI 与软银、甲骨文等联合成立的 Stargate LLC，计划到 2029 年投资高达约 5000 亿美元 用于 AI 基础设施建设；Anthropic 则在 2025 年宣布与 Microsoft、NVIDIA 建立战略合作关系，承诺在 Microsoft Azure 上采购至少约 300 亿美元 的算力服务。这类大手笔投入，为海外基座模型公司提供了相对稳定、长期可预期的算力供给。
相比之下，国内大模型公司在基础设施层面，很难获得同等规模、同等确定性的长期支持，这也进一步强化了它们对现实收入的依赖。
回到智谱自身，其面临的问题其实已经相当清晰。
多位接近智谱的人士向虎嗅透露，尽管智谱当前对外强调以 MaaS 为核心，但其 MaaS 收入仍高度集中于少数几家大型互联网公司，这些客户合计贡献了智谱 90% 以上的 MaaS 收入。这意味着，一旦这些公司选择不再接入智谱的 MaaS 平台，其云端部署收入将面临极大的不确定性。
在这种情况下，智谱几乎不可能完全摆脱 ToB、ToG 定制化项目的支撑。而这条路径，又很难向资本市场提供一个足够清晰、可规模化复制的长期承诺。
当然，这并非智谱一家公司的问题。更大程度上，它反映的是国内互联网公司之间的合作环境、付费意愿与生态结构所共同塑造的结果。
也正因为如此，智谱未来的结局，并不取决于上市首日的涨跌，而取决于它能否在现实约束之下，尽量把自己拉回到一个更健康、更可持续的商业形态，即在不失去大客户的同时，逐步降低对它们的依赖。
这才是智谱真正需要跨过的那道门槛。
本文来自虎嗅，原文链接：https://www.huxiu.com/article/4824413.html?f=wyxwapp