智谱IPO：全能基因是护城河还是绊脚石？

文｜独孤依风

最近，智谱AI启动了自己的IPO，这让人们期待它能成为“国产大模型六小龙”中首个上市的公司，消息迅速引起了AI行业的关注。

这家公司成立于2019年，从清华实验室起步，已经获得了150亿元的融资，估值也蹭蹭上涨到了200亿，背后有阿里、腾讯和沙特主权基金等一众大佬撑腰。

不过，尽管光鲜亮丽，争议声从未消失。

从技术、商业模式到资本构架，智谱显得非常“全面”。这种“大而全”的发展方式，真的是在激烈竞争中的护城河，还是资本催生的虚胖？

一、智谱的“大而全”布局

如果把拥有无数应用的字节跳动称作“应用工厂”，那么在多个技术领域布局的智谱就可以被称为“AI超市”——基座模型、代码生成、多模态技术应有尽有，智能体也在积极开发，真是一个全方位的布局。

自成立以来，它以自研的GLM基座模型为核心，推出了代码生成工具CodeGeeX、多模态模型CogVLM、推理优化框架GLM-Zero以及号称“边想边干”的AutoGLM智能体。

可能这一切听起来比较抽象，但用一张图来说明会更直观。在涉及人类思维、写作、视觉、听觉等多个维度上，智谱都在积极布局。

有人把智谱称为“国内唯一全面对标Open AI的大模型企业”——2024年，智谱先后推出了与Sora对标的视频生成模型CogVideoX，以及与GPT-4o对标的端到端语音模型GLM-4-Voice和GLM-4-VideoCall。如今看来，智谱的技术矩阵甚至比Open AI更加丰富。

在这个烧钱无底线的大模型领域，资本不仅关注技术本身，同时也非常看重商业化的路径和潜力。对于一些大模型企业而言，想要获得新一轮融资，最关键的就是要证明自己的商业化能力。

在商业化方面，智谱就像个“卖铲子的集市老板”，在“B端+G端+C端”构建了一个庞大的生态。

在B端，智谱采用“模型即服务（MaaS）+私有化部署”的模式进行商业化。

就像自来水公司按使用量收费，智谱通过API接口将大模型能力封装，企业按调用次数付费。这一模式特别适合中小企业，比如电商利用AI撰写商品文案，金融公司自动生成财报摘要。目前，已经有70万家企业通过他们的开放平台“接水管”。而私有化部署则是针对企业客户希望为自家数据提供安全保障，智谱会提供相应的解决方案进行收费。

在G端，商业化就复杂多了，既有城市级的AI基础设施项目，比如成都政府花费3亿与智谱联合定制的“诸葛大模型”政务系统，这也是首个省级基座大模型。当然，也包括与政府相关的私有化部署和API调用项目。2024年，智谱中标了32个政府和企业项目。

在C端，智谱的目标是打造一个AI助手“智谱清言”，涵盖生活助手（如抢票、比价）、创作工具（写文案、做PPT）等场景，并用分层付费模式来提升商业空间。此外，他们还推出了文生视频模型CogVideoXv1.5等应用，尝试吸引更多的个人用户。

有人调侃智谱说，在大模型行业，懂To B的没人能比得上它，懂To C的也没有它那么精通，能够同时懂To B和To C的，没谁比得过它懂To G。

有趣的是，智谱的资本结构也很丰富多元。

从成立到现在的70个月里，智谱已经完成了18轮融资，几乎每四个月就进行一次融资。光是今年的3月3日、13日和19日，他们就连续完成了三轮融资。

在这种频繁的融资中，各路资本争相进场，包括阿里、腾讯、小米等互联网巨头，地方政府基金（如杭州、珠海），以及沙特阿美、红杉、高瓴等国际资本。不过值得注意的是，目前智谱没有控股股东。

凭借在技术、商业模式和资本上的“大而全”，智谱向资本市场讲述了一个丰富的故事。当然，这种“大而全”也确实为它的发展注入了动力。

二、大而全的“护城河”效应

2024年，已经成为大模型领域的一个分水岭。

在此之前的上半场，资本如潮水般涌入，但技术路径尚不明确，大家的探索就像盲人摸象，所有的参与者都在赌未来：要么通过参数规模创造技术奇迹，要么通过生态规模享受市场红利。大家都在拼命扩展自己的市场，圈的地越多，胜算就越大。

智谱的“大而全”策略在上半场的“百模大战”中恰恰顺应了这一趋势，培养了“保命神技”——能够在多个领域进行探索和尝试，挖掘更多机会，抵御风险，形成了“护城河效应”。

在大模型的上半场，技术领域就像赌桌上的轮盘，许多业内人士并不清楚，像GPT式的自回归模型、谷歌的PaLM架构等技术路径，谁会最终胜出。智谱的应对策略相当“灵活”：既然不知道哪条路能通，那就都试试。这种看似分散资源的方式，实际上暗含了生存智慧。

首先是能对冲技术的不确定性。智谱通过多条技术路径确保“总有一款能打”——基座模型争取参数多，代码工具吸引开发者，多模态模型争取广告订单，智能体框架则与智能家居结合。其次，如果基座模型遇到瓶颈，比如算力限制或政策风险，代码、多模态等分支可以起到缓冲作用。

在大模型的上半场，企业面临一个矛盾：技术投入需要长期的资金支持，但资本的耐心却越来越少。因此，快速铺开生态和分层策略有利于最大化市场覆盖，获取更多商业利益。智谱同时进军B端、G端和C端三个战场，用广度来提升盈利，分散风险。

智谱方面透露，去年公司的商业化收入增长超过100%。具体来看，智谱的企业客户数量突破了1.2万家，较半年前增长了300%，日均tokens的调用量达到了120亿，其中30%来自海外市场。此外，智谱的收入结构也在不断优化，模型订阅收入占比从2023年的75%降至2024年的58%，而行业解决方案的收入则飙升至32%。

值得一提的是，智谱在商业化上今年还将推出一个新策略。据悉，公司计划在今年开源包含基座模型、多模态模型和智能体框架的完整技术栈，这将是国内首个全链路开源的大模型体系。

这次开源正好卡在冲刺科创板IPO的关键节点，不仅能让投资者看到生态扩张的潜力，还能降低闭源模型面临的政策风险。

再说智谱的资本结构。

它的股东中既有国资、外资，也有互联网资本，没有站队压力，既避免了卷入巨头之间的生态战争，也防止了沦为巨头的附庸。

其实呢，智谱身后有多方资本的支撑，这给它的商业化之路带来了不少助力。比如说，互联网大佬们能提供丰富的应用场景，地方政府的基金也能支持一些政务项目，而像沙特阿美这样的国际资本则帮助它开拓中东市场，降低了地缘政治的风险。

说到这次上市冲刺，智谱的布局就像是精心策划的一场“预期管理”。

从基础模型到智能体的全栈自研，它展示了技术的全能性，证明了团队的创新能力。覆盖了B/G/C三端的大量用户，形成了未来商业化的“人口基数”，向外界展现了它的生态想象力。这一切都在为它的快速上市做好铺垫：

你看，我什么都能做，还有这么多元的资本支持，简直充满了商业潜力吧。

三、“大而全”的暗礁：贪多嚼不烂的隐忧

大模型行业的命运就像在海上航行——水位上涨时，大家都能乘风破浪；但一旦潮水退去，再大的船也可能会碰上暗礁。

在2024年前，大模型行业经历了一个野蛮生长的黄金时期，大家普遍信奉“广撒网”。但是来到2024年，大模型的战局已经发生了翻天覆地的变化——OpenAI用Sora给行业带来了启示：与其造十艘小船，不如造一艘航母。DeepSeek凭借推理性能和性价比脱颖而出，政策也开始向“AI+产业”倾斜。

这些迹象表明，大模型的竞争逐渐进入下半场——现在比的不是谁的布局大，而是哪个能在某个细分领域深入扎根。

由于行业的变化，“国产大模型六小龙”在过去一年经历了不少波折与战略调整。有的干脆放弃通用的大模型，转向专注于某个垂直领域；有的则停止了To B业务，专注于海外C端市场；还有的放弃了万亿参数模型的研发，转向那些参数适中且性价比高的模型……可以说，各大模型企业都在尝试通过差异化定位和深入发展的策略，抓住下半场的机会。

当行业的焦点从“比谁的摊子大”转向“比谁扎得深”时，智谱的隐忧在于，如果继续全线出击、全面发展，是否会导致全面平庸、定位模糊，最终被潜在竞争对手蚕食市场呢？

先聊聊技术。

如今的大模型行业不再盲目追求参数的规模，而是更看重“单位算力产出”——谁能以更低的成本实现更高的性能，谁就有可能生存下来。因此，从去年开始，大模型行业掀起了一场激烈的价格战，智谱也未能幸免。

不过，单纯依靠价格战并不可持续，关键还在于提升性能。如果一味追求广度而牺牲深度，最终可能会与竞争对手的差距拉大。然而，从目前来看，智谱的研发资源似乎分散了，多个领域同步投入导致核心模型的迭代滞后。例如，GLM-4 Plus仍未能突破千亿参数，而OpenAI早已迈向万亿级。文生视频模型清影的实际体验也不如Sora。

现在来看，智谱在基座模型、代码生成、多模态、智能体等各条战线上的表现都比较普通，更像是在跟随而非开创性突破。我认为，智谱应该在技术上聚焦一些高壁垒的赛道，精耕细作，提升客户体验。

再说商业化。

目前，国内政策开始向“AI+产业”倾斜，大部分大模型企业的ToB项目都集中在私有化定制模型上，“千人千面”的定制化将是大模型商业化的未来趋势。

“国产大模型六小龙”之一的零一万物创始人李开复表示，现在大模型的能力还没有在To B应用上释放出全部潜能，只有将其融入到企业核心系统中，快速进行轻量化大规模部署，才能最大限度降低企业成本、提升效率。

然而，问题是，企业客户已不再满足于通用模型，而是期待“开箱即用”的定制解决方案。比如，医疗领域需要符合HIPAA合规的诊疗系统，金融行业要求毫秒级的风控响应，这些需求绝非大规模部署能轻易应对的，而是需要对每个行业有深入的理解。

换句话说，大模型企业在B端商业化上，未来将面临“非标化、定制重、交付重”与“规模化、高增长、可复制”之间的矛盾。

虽然智谱在B端覆盖了广泛的行业，但似乎还没有特别突出的项目。如果继续在多元化的商业路径上推进，智谱所面临的压力会越来越大。我觉得，它接下来需要在几个典型行业打造出代表性项目，避免“样样通、样样松”的局面。

在C端，DeepSeek一夜成名后，很多大模型企业已经放弃了C端的雄心，开始专注于B端。尽管智谱清言的年化收入超过千万元，但与当前主流应用DeepSeek、元宝、豆包、Kimi、文小言相比，依然显得逊色不少。

根据QuestMobile的数据，今年3月AI原生App的月活跃用户排名前三的分别是DeepSeek、豆包和腾讯元宝，用户规模分别为1.94亿、1.16亿和0.42亿，而Kimi和文小言也都在一两千万的级别。而智谱清言的月活跃用户仅有390万，完全不在一个档次。

更重要的是，背后的腾讯、字节跳动等巨头们，正在通过疯狂的资金投入来获取流量，未来智谱清言面临的差距可能会进一步拉大。智谱是否应该继续执着于打造杀手级的C端应用，值得深思。毕竟，战线越多消耗的资源就越多，但投入产出比却不一定理想。

展望未来，智谱想要实现的目标是“模型即场景”。

简单说，就是用模型去创造场景，而不是依赖场景来调整模型。它希望通过不断预训练的大模型，实现对多个商业场景的覆盖。

智谱的CEO张鹏在接受媒体采访时提到，当前的Agent应用形态只是一种权宜之计，最终还是要回归到模型本身。无论融资或收益如何，都是通往AGI的“盘缠”。

形象地说，智谱希望打造一个像人一样聪明的“大脑”，只需给它装上手和眼睛，就能像人一样完成很多工作，这才是AGI的终极目标。

然而，不同领域的场景差异实在太大，大模型是否能通过泛化能力来覆盖仍然是个疑问。例如，医疗行业需要精准的DRG预测模型，金融领域要求零幻觉的风控系统，而文旅场景则依赖创意内容生成——这些需求的差异远超当前模型的能力。

智谱能否做到仍是未知数，预计将耗费大量时间和资源，给其商业化带来压力。张鹏承认，AGI仍然是智谱的终极目标，“但实现这一目标的过程漫长且成本高昂，智谱必须加大投入。”

在实现这一目标之前，资本的耐心有多少，可能还得靠时间来检验。