本文字数：2250｜预计阅读时长：3.5分钟

资本与技术的双重奏：智谱AI的千亿级算力豪赌

撰文丨林知远

编辑丨陈思睿

9月15日，清华大学中央主楼报告厅内，300余个座位被挤得水泄不通。这场由计算机系教授唐杰主讲的《智能系统前沿》课程，因涉及AI操作系统革命性预测，吸引了大批跨院系学生。

阶梯教室后排，十余名慕名而来的创业者站着记录，他们注意到唐杰在课件中展示的惊人数据：基于GLM-5模型的智能代理，已在某金融机构实现日均处理30万笔交易，错误率较人工降低82%。

这位身兼智谱AI首席科学家的学者，在学术界与产业界间游刃有余。据知情人士透露，其办公室墙上同时挂着清华大学工牌与智谱实验室的磁卡，这种双重身份象征着中国AI领域特有的产学研融合模式。

来源：清华大学官网

"唐教授的模型训练方法论，正在改写AI研发的经济学规律。"某国际投行分析师在研报中指出。数据显示，智谱AI过去18个月完成四轮融资，累计金额达650亿元人民币，其中9月单月融资规模创亚洲AI企业纪录。

这位49岁的科学家保持着独特的职业节奏：每周三天在清华授课，两天主持智谱实验室会议，剩余时间穿梭于京津冀的算力中心。其团队研发的GLM系列模型，已形成包含12个细分领域的完整技术矩阵。

在最近闭门会议上，管理层向投资者展示的PPT显示：通过收购中科加禾获得的芯片优化技术，使单位算力成本下降至行业平均水平的1/3。这项突破直接推动7月融资规模从原计划的30亿美元扩大至40亿美元。

但光鲜数据背后，隐藏着AI大模型行业的普遍困境。据内部文件披露，GLM-5发布后首周，模型调用量即突破设计容量的1200%，导致核心业务系统出现3次宕机。为应对危机，技术团队不得不紧急调用尚未完成测试的备用集群。

1

算力军备竞赛升级

智谱的融资节奏堪称疯狂：1月港交所上市募资49亿港元后，7月通过定向增发获得280亿元人民币，9月更是完成等值370亿元人民币的美元融资。这种激进扩张策略，在行业引发关于"AI泡沫"的激烈争论。

据技术白皮书披露，新募资金将用于建设覆盖京津冀、长三角、粤港澳的三大算力枢纽。其中，北京房山基地规划部署2.5万P算力，采用液冷技术与国产芯片的混合架构，预计可使模型训练效率提升40%。

"我们正在构建AI时代的'水电煤'基础设施。"唐杰在内部讲话中强调。但现实挑战严峻：当前智谱的算力利用率仅为58%，远低于行业公认的盈亏平衡点75%。为提升资源效率，技术团队开发出动态负载均衡系统，可根据任务类型自动切换芯片组合。

9月16日投资者沟通会上，管理层重点展示了三个突破：

• 与阿里云、腾讯云达成收入分成协议，开源模型首次产生直接收益
• Co-work协同工作平台订单突破10亿元，客户涵盖30家世界500强企业
• 自研推理芯片流片成功，性能较进口产品提升25%

这些进展背后是惊人的资源消耗。据财务模型测算，智谱每增加1万P算力，需要同步投入12亿元用于电力保障与散热系统改造。这种重资产运营模式，使得其毛利率长期徘徊在35%左右，低于行业平均水平。

2026年2月GLM-5发布后的系统崩溃事件，成为公司发展的转折点。当时调用量激增导致全国五个数据中心同时过载，技术团队不得不临时启用尚未完成安全认证的边缘节点。这次危机直接催生了现在的"三地五中心"灾备体系。

来源：智谱技术文档

"为节省算力，我们甚至优化了模型的数据压缩算法。"唐杰在近期采访中透露，GLM-5.3-Flash版本通过改进量化技术，使模型体积缩小40%，同时保持98%的原始精度。这项创新每年可为公司节省数亿元存储成本。

2

商业化突围战

在技术狂奔的同时，智谱的商业化路径逐渐清晰。最新财报显示，其收入结构已从单一的模型授权，拓展为包含云服务分成、行业解决方案、硬件销售的四维模式。

与云厂商的合作具有战略意义。根据协议，智谱将GLM系列模型部署在头部云平台的AI市场，按调用量收取30%-50%的分成。这种模式在海外已产生实质性收入：9月首周，海外云服务收入即突破2000万元人民币。

Co-work平台的爆发式增长更引人注目。该产品通过将AI代理嵌入企业工作流程，实现按任务计费的商业模式。某制造业客户案例显示，部署智谱系统后，质检环节效率提升300%，年节约成本超2亿元。

来源：企业客户案例集

"我们正在重新定义AI的商业价值。"管理层在电话会议中强调。数据显示，Co-work平台客户续费率达92%，客单价从初期的50万元/年提升至当前的300万元/年。网络安全领域已成为首个规模化落地场景，已有120家企业接入GLM安全模型。

但盈利难题仍未破解。据测算，即使实现年度经常性收入(ARR)30亿美元的目标，智谱仍需将毛利率提升至55%以上才能覆盖成本。这要求其在算力效率、模型压缩、行业解决方案等方面取得持续突破。

3

技术理想主义者的困境

在技术路线选择上，唐杰展现出强烈的理想主义色彩。他提出的RSI(递归自我改进)理论，正在智谱实验室进行工程化验证。最新实验数据显示，AI系统已能自主优化78%的代码模块，自我改进效率较人类工程师提升3倍。

这种激进的技术探索需要巨额资金支持。据内部估算，RSI项目的完整研发周期需要投入200亿元，且前五年无法产生直接收益。这解释了为何智谱在盈利前景不明的情况下仍坚持大规模融资。

资本市场对此反应复杂。9月以来，公司股价累计下跌35%，市值蒸发超2000亿港元。但技术社区却给予高度评价：GLM-5.3-Flash在OpenRouter平台的调用量持续领跑，证明其技术实力获得国际认可。

唐杰 来源：清华大学新闻网

面对质疑，唐杰在内部信中写道："AI革命不是短跑，而是跨越代际的马拉松。我们现在建造的不仅是商业帝国，更是通往通用人工智能的阶梯。"这种技术浪漫主义，在当下充满功利色彩的AI赛道显得尤为突出。

据接近管理层的人士透露，智谱正在筹备新一轮融资，目标规模达50亿美元。资金将用于建设全球最大的AI研发基础设施，包括计划在内蒙古建设的10万P算力超级中心。这场豪赌的结果，或将决定中国AI产业在全球的竞争地位。

在技术理想与商业现实的夹缝中，智谱AI正书写着中国AI企业独特的成长史诗。其每一步探索，都在重新定义人工智能的边界与可能性。

图片来源：智谱官方，除标注外

若您对文章内容有建议或异议，请联系徽声在线编辑部。

办公电话：020 87399753