本文总字数：2250｜预计阅读时长：4分钟

资本筑路，技术突围。

撰文丨林知远

编辑丨陈墨轩

9月下旬，清华大学某学术报告厅内座无虚席，连走廊都挤满了旁听学生。这场名为"智能系统架构与演进"的公开课上，主讲人唐杰教授抛出一个震撼观点：未来18个月内，AI将全面接管个人电脑操作系统，引发全场热烈讨论。

来源：清华大学官网

"唐教授的课程像一场思维风暴，完全颠覆了我对AI发展的认知。"清华大学计算机系研三学生王明在课后表示。作为智谱AI的灵魂人物，这位49岁的学术企业家保持着独特的双重身份——既是清华大学计算机系博导，又是掌舵千亿级AI企业的首席科学家。

在过去的52个月里，唐杰团队创造了中国AI领域的融资奇迹：累计投入超120亿元研发资金，通过三轮战略融资获得等值680亿元人民币的资金支持，其中仅2024年就完成两笔合计570亿元的巨额融资。

这场豪赌般的资本运作背后，是智谱AI正在推进的"登月计划"——构建自主可控的AI基础设施体系。

但现实是残酷的：这家估值曾突破2800亿港元的明星企业，至今仍未找到盈利拐点。

1

算力军备竞赛

智谱的融资节奏堪称疯狂：

• 2024年1月：港交所上市募资49亿港元
• 2024年7月：首轮战略配售获40亿美元
• 2024年9月：二次融资50亿美元

短短八个月完成三轮融资，累计募集资金折合人民币658亿元，创下中国AI企业单年融资纪录。这笔巨资的90%被投入到算力基础设施建设中，包括：

• 收购国产AI芯片企业「中科加禾」
• 建设10万P级智能算力中心
• 研发第三代智能算力调度系统

在9月16日举行的投资者沟通会上，CTO张伟透露了三个关键进展：算力瓶颈彻底解除、云服务生态突破、企业级订单爆发。他特别强调："GLM-5模型发布后的一周内，我们的算力储备就消耗殆尽，不得不暂停Coding Plan产品的销售。"

这场算力危机倒逼出两项技术创新：

1. 通过收购中科加禾获得芯片架构优化技术，使算力效率提升230%
2. 开发出动态负载均衡系统，实现算力资源的智能分配

即便如此，收入增长仍受制于算力供给。据内部测算，GLM-5.3发布后模型调用量暴增10倍，但受限于算力只能满足30%的市场需求。

来源：中科加禾技术白皮书

"我们动用了数万张国产芯片，把所有基础设施优化技术都用上了。"唐杰在技术研讨会上透露，在研发GLM-5.3-Flash时，团队甚至采用了"算力配额制"——每个研发小组每天只有固定额度的算力使用权限。

这种极致的算力管控催生出意想不到的成果：模型推理能耗降低42%，响应速度提升3倍。基于这些突破，智谱制定了新的算力扩张计划：

• 投入300亿元建设10万P算力集群
• 40%用于模型训练研发
• 60%支撑商业推理需求

按照理论模型测算，在60%利用率下，这套算力体系每年可创造400亿元收入，有望在12-18个月内收回全部投资。但这个乐观预测建立在两个前提上：模型推理毛利率达到80%，且算力利用率持续保持高位。

"对于大模型企业而言，算力投入需要坚定的Scaling Law信仰。"唐杰在内部会议上强调，"我们要像建造三峡大坝一样建设AI基础设施。"

2

商业化突围战

面对投资者的质疑，智谱管理层在10月的电话会议上抛出三大商业化进展：

首先是云服务生态突破。据COO李薇透露，智谱已与三家头部云服务商签订收入分成协议，从10月开始确认相关收益。这意味着其开源模型GLM系列正式实现商品化——在海外云平台以托管API形式提供服务，按调用量分享收入。

来源：徽声在线技术频道

其次是企业服务市场爆发。智谱将模型能力划分为五个阶段：Chat（对话）、Coding（编码）、Agent（智能体）、Co-work（协同工作）、Autonomous AI（自主AI）。目前正从Coding阶段向Co-work阶段跃迁，这意味着：

• 模型开始嵌入真实工作流
• 按完成的任务计价而非按调用量
• 交付成果需达到专业验收标准

据内部数据，GLM-5.3发布一个月内，Co-work领域订单突破10亿元。网络安全行业成为首个规模化应用场景，已有100家安全企业将GLM模型接入产品体系。如果这种模式能复制到法律、金融等领域，将彻底改变智谱的收入结构。

"我们正在从算力销售转向价值销售。"唐杰在战略发布会上表示，当模型能够直接创造业务价值时，客户就不再关注背后消耗了多少算力。

基于这些进展，管理层将年度经常性收入（ARR）指引从24亿美元上调至30亿美元。截至三季度末，智谱全业务口径ARR已达18亿美元，同比增长240%。但唐杰团队拒绝给出盈利时间表，强调经营拐点取决于三个变量：ARR增长速度、模型效率提升幅度、基础训练投入节奏。

3

技术理想主义

在技术路线选择上，唐杰展现出强烈的理想主义色彩。他断言："ChatGPT代表的对话时代已经结束，AI正在进入自我进化阶段。"这种观点在其团队8月发布的RSI（递归自我改进）白皮书中得到印证：

实验数据显示，GLM-5.3驱动的Infra Agent仅用两周时间，就帮助GLM-5.3-Flash在国产加速卡上完成部署，并承担全部线上流量。更惊人的是，这个智能体在运行过程中自主优化了端到端吞吐能力，提升幅度达320%。

唐杰 来源：清华大学人工智能研究院

"这相当于AI开始自己造自己了。"唐杰在技术峰会上表示，智谱团队首次观察到模型在无人干预的情况下，自主完成架构优化和参数调整。这种自我进化能力，正是他们追求的RSI技术雏形。

8月下旬推出的GLM-5.3-Flash模型，在OpenRouter平台上线首周就登顶调用量排行榜。该模型背后的技术突破更具战略意义：

• 实现多模态理解与生成的统一架构
• 开发出可解释的推理路径追踪系统
• 构建起模型优化与系统承载的闭环反馈

唐杰将这种机制称为"稠密反馈"：

"优秀的工程师靠经验判断系统瓶颈，我们把这些隐性知识转化为可验证的工程假设。现在，模型可以像工程师一样思考——观察现象、提出假设、实验验证、归因分析。"

这种技术哲学正在产生实际效益。据内部测试，GLM-5.3-Flash的异常检测准确率达到92%，较前代模型提升40个百分点。在代码生成场景中，一次通过率从68%提升至89%，接近人类中级工程师水平。

但资本市场的反应却与技术创新形成鲜明对比。自9月以来，智谱市值蒸发35%，账面损失超过2000亿港元，较历史高点回落超70%。这种估值回调折射出投资者的深层担忧：当技术理想需要持续烧钱支撑时，商业回报何时才能兑现？

面对市值波动，唐杰显得从容："我们正在建造的是AI时代的三峡工程，不能用季度财报来衡量进度。"但不可否认的是，随着融资规模扩大，投资者对回报的要求也在水涨船高。这场技术理想与资本现实的博弈，才刚刚开始。

图片来源：智谱AI官方发布，除标注外

如对文章内容有改进建议，请联系编辑部。

办公电话：020 87399753