“全球大模型第一股”智谱回A，瞄准AGI的技术突破

双平台能否真正成为大模型企业穿越周期、实现长期价值的“压舱石”，最终还要看智谱能否在技术突破与商业落地之间找到可持续的平衡点。

文｜王雅迪

ID | BMR2004

“别人敲钟，我们归零。这不是姿态，这是信念——既然终点是AGI（通用人工智能），那么短期利益或者行业风口，都只是通向终局的沿途风景。”

7月中旬，智谱（02513.HK）创始人唐杰发布题为《巨浪已来》的全员内部信，宣布启动名为“TouchHigh（摸高）”的两年战略投入计划，不追求短期的应用变现，全力冲击下一代通用人工智能。就在内部信发布的前几天，智谱先后发布公告，先是澄清A股IPO辅导备案撤回传闻，明确建议A股发行相关的辅导工作已经完成；再是宣布完成了约314.1亿港元配售。

智谱回A并非个例，同属大模型第一梯队的MiniMax也签约启动科创板回A辅导，这两个率先登陆港股的大模型企业，正用自己的方式宣告对AGI终局的信念。

“港股先行、A股跟进”的模式，正在成为大模型“六小虎”（智谱AI、月之暗面、MiniMax、阶跃星辰、百川智能和零一万物）的通用范本。对智谱而言，“A+H”可以借助港股的国际融资通道和A股的本土产业资本平台，持续加码算力储备与模型迭代研发。不过，双平台能否真正成为大模型企业穿越周期、实现长期价值的“压舱石”，最终还要看智谱能否在技术突破与商业落地之间找到可持续的平衡点。

01

以“摸高”姿态，直指AGI的下一个高地

在人工智能从感知、认知向完全通用智能跨越的历史节点，智谱将以“摸高”的姿态，挑战当前技术的物理与算法极限。

智谱从不是一家追风口的公司。

在唐杰看来，当AGI到来，今天的应用或许都要被重构为AI原生，甚至不再需要这些应用；操作系统可能被重写，未来你打开电脑，看到的将是一个“LLM OS”，所有功能按需生成（generate on demand）；再往深处，是对运行了80年的冯·诺依曼体系的挑战。

认清趋势之后，唐杰将新战略命名为“TouchHigh（摸高）计划”。在人工智能从感知、认知向完全通用智能跨越的历史节点，智谱将以“摸高”的姿态，挑战当前技术的物理与算法极限。

具体来看，这笔投入将集中在四大核心引擎上：长程任务，让AI从“即时问答”走向“宏大工程”；自治智能体系统，从“智能助手”走向“数字员工”；完全自我训练，在人类高质量数据即将耗尽之际，把算力转化为进化的燃料；极致安全治理。

值得一提的是，就在智谱内部信发布的前一天，MiniMax创始人兼CEO闫俊杰也发布内部全员信，强调自即日起直至公司实现AGI之日，本人不再从公司领取任何薪酬。

盘古智库高级研究员江瀚向《商学院》记者表示，这是产业生命周期不同阶段的战略映射，智谱聚焦技术路线，反映出其作为底层基座模型厂商，必须通过持续的高强度研发来构筑技术护城河，这是其获取B端政企客户信任的基石。MiniMax强调团队承诺，暴露出其在C端应用层面临的商业化验证压力。两者的侧重点本质上是对资本市场不同考核标准的回应。

两封内部信均发布于上市后首批限售股解禁之际，二者在资本市场的表现呈现剧烈波动态势。7月8日智谱解禁当日股价大涨13.35%，次日再度拉升，截至7月10日收盘，跌近20%，总市值7312亿港元；7月9日MiniMax解禁当日股价大跌近18%，截至7月10日收盘跌近10%，总市值仅842亿港元。

江瀚进一步指出，筹码结构与流动性溢价是核心导火索。智谱解禁比例较低，抛压可控；而MiniMax解禁比例较高，且包含大量退出动力强的财务投资者，引发了剧烈的供给冲击。此外，商业模式的确定性差异决定了定价逻辑。智谱深耕B端MaaS和本地化部署，客户黏性高且具备涨价能力，被市场视为“定价者”。MiniMax依赖C端流量，面临付费转化率低及监管趋严的双重挤压，沦为“价格接受者”。

02

增资、回A，背后仍是技术研发

大模型企业的长期竞争力最终仍取决于能否持续产生技术突破。

解禁后的第二天，智谱宣布以每股1588港元配售最多1978万股新H股，预计募资约314.1亿港元，获得国际长线资金、产业投资者及专业投资机构广泛下单。根据公告，募集资金将主要用于基座模型研发、算力基础设施建设、商业化拓展及全球生态布局。

对于此次增资，智谱不只获得了更多资本，更在于获得了继续投入下一阶段技术探索的资源。此次融资进一步充实了长期研发所需的资源基础，也为下一阶段的模型能力突破打开了更大空间。

大模型企业的长期竞争力最终仍取决于能否持续产生技术突破。GLM-5.2进入全球前沿模型竞争区间后，智谱面对的问题已经从“能否进入前沿”，转向“能否持续推动能力边界向前移动”。

据介绍，GLM-5.2自主完成开发、联调、测试到打包上线，最终交付一个覆盖网页、移动端与小程序的多端应用，这样一条完整链路累计处理88万以上词元，几乎用满1M上下文窗口。过去，这样的大型工程需要一支团队协作数周，GLM-5.2能在一次连续的长程任务中跑完。

AI应用专家、BAPP算法鉴赏师陈政向《商学院》表示，过往大模型局限于单轮短上下文输出，极易出现信息遗忘、逻辑跑偏；而长程任务可支撑百万级上下文连贯推理，自主拆解跨周期复杂项目，完成从需求、开发、测试到部署的全链路工作。打破大模型只能“碎片化作答”的行业瓶颈，转向真实复杂任务落地能力的硬核比拼，倒逼所有厂商在加码记忆架构、错误自修正等技术的研发。

唐杰在内部信中没有强调变现，而是把重点放在了技术突破。在行业普遍加速商业变现的当下，智谱决定向上突破。同时，他指出：“不登顶，就是失败。这一次，我们要摸到的，是属于全人类的那个高度。”

在港股挂牌不足半年，智谱便以“无缝衔接”的速度启动回A股进程，背后依旧有出于技术研发的考量。

在6月1日的公告中，智谱给出了回A的具体理由：一是为了持续投资研发工作，在A股发行将为公司提供额外资金，并能够进一步推进大语言模型产品及服务的研发及商业化；二是提升在AI领域的影响力及话语权，在A股融资将极大促进现有大语言模型（包括GLM系列模型）的持续迭代及升级；三是成为双重上市公司，可提升声誉和影响力。

江瀚认为，这是全球AI军备竞赛倒逼下的必然选择。大模型研发是重资产、长周期的无底洞，仅靠港股的流动性难以支撑千亿级的算力基建投入，回归A股能获取本土耐心资本以储备长期弹药。同时，登陆科创板不仅是融资渠道的拓宽，更是获取国家战略性科技资产标签的关键，这直接关系到未来在政企采购、算力指标及数据合规上的主场优势。

03

一只手向上“摸高”，一只手向下“铺路”

开源与“摸高”并不矛盾，反而是一体两面：一只手向上摸高，挑战智能的极限；另一只手向下铺路，让最前沿的能力尽可能地开放与普惠。

目前智谱GLM-5.2已经具有一定的长程任务能力，并正在走向“全自动化公司NPC”。自我进化是最艰难、也最诱人的一座山峰。在大模型时代，速度是最重要的，快速迭代会直接拉开认知的代际差距。当海外头部企业开始筹建百万乃至两百万芯片级别的算力集群，其真正的用途，很可能正是让模型自己训练自己。

在回A之际，智谱不仅向资本市场阐述了自己的技术愿景，还强调了技术普惠的路线。唐杰认为，前沿智能的价值不仅在于技术突破本身，更在于它能否广泛赋能千行百业、惠及每一位开发者。

作为开源模型，GLM-5.2面向全量用户开放，并将以最宽松的MIT协议正式开源，任何人都可以下载、部署、商用，没有主体差别。

唐杰指出，开源与“摸高”并不矛盾，反而是一体两面：一只手向上摸高，挑战智能的极限；另一只手向下铺路，让最前沿的能力尽可能地开放与普惠。摸到的高度属于全人类，修成的道路也属于每一个人。

陈政认为，对智谱商业化而言，一方面开源MIT协议开放权重，降低政企、开发者接入门槛，快速搭建生态壁垒；另一方面精准切入金融风控、合同尽调等这些高付费刚需场景，私有部署模式适配国企、涉密单位数据合规需求，拉长客户服务生命周期，摆脱单次API调用的薄利模式，把模型能力转化为可长期续约的企业数字化项目订单，让商业化从零散流量变现转向项目制、订阅式的稳定营收闭环。

在地缘政治背景下，开源模型的可本地部署、自主可控特性，成为规避风险、保障业务连续性的关键。这确实使其获得了国家级战略投资的青睐，例如智谱2025年就获得了北京市人工智能产业投资基金的追加投资。

不过，尽管智谱绕过了MiniMax所需证明的收入问题，但问题并没有就此消失，这种“前端让利换生态、后端MaaS变现”的模式能否构建一个健康、可持续的商业闭环，将技术优势转化为实实在在的盈利，依旧是资本关心的问题。

04

迎接“先港后A”上市潮

“A+H”双赛道已然成为主流范式，资本市场对AI企业的估值，最终锚定的是关键技术和商业化落地，如何把握好合规创新与商业价值的平衡点是走好上市的关键。

实际上，不仅仅是智谱和MiniMax，2026年以来，在A股注册制包容性改革驱动下，港股多家人工智能、创新药领域科创企业掀起回A热潮，其中范式智能、智谱、MiniMax等多家企业尚未实现盈利。

这始于2025年以来A股系列制度改革，2025年6月，证监会发布科创板“1+6”改革，设立科创成长层，重启未盈利企业适用科创板第五套上市标准。2026年6月，监管层进一步明确，将第五套标准重点锚定AI大模型赛道，补齐AI未盈利企业回A的规则短板。

江瀚指出，这大概率将成为中国大模型企业的主流范式。该路径巧妙地结合了港股的“广度”与A股的“深度”，既利用离岸市场引入全球长线资本验证竞争力，又依托本土市场夯实生存根基，实现了两个市场比较优势的时空接力。

这确实给大模型企业提供了上市机会，月之暗面和阶跃星辰也传出计划赴港IPO的消息。“A+H”双赛道已然成为主流范式，资本市场对AI企业的估值，最终锚定的是关键技术和商业化落地，如何把握好合规创新与商业价值的平衡点是走好上市的关键。

唐杰曾将技术突破的过程形容为“把山修成路”——先向无人区攀登，再把探索形成的能力，通过开放、可信治理和产业应用，变成更多人能够使用的基础。他最想着重强调的便是极致安全治理。

他认为，能力越强大，安全约束机制也必须越稳固。超级智能的实现与超级对齐的研究，必须同步推进。历史一再表明，当一项技术抵达足以改变文明进程的力量量级时，安全就不再是附属品，而是技术得以存续与被允许应用的根本前提。

陈政指出，例如，在长程任务层面，最大难点是超长上下文污染、误差累积、记忆冗余，单次长任务越久，模型前期关键信息越容易被后续内容覆盖，但是现有架构很难做到跨数天级任务的持久记忆与精准回溯。而在自我进化环节，核心瓶颈在于人类标注数据与训练范式束缚模型迭代上限，传统依赖人工投喂数据的模式无法实现自主知识生成。

目前，智谱的核心突破点在于AI自博弈闭环训练，搭建“旧模型训练新模型”的递归优化链路，脱离人工标注强依赖；同时配套可解释性安全治理模块，约束自我进化方向避免逻辑跑偏，用开源生态收集海量真实场景数据反哺自进化训练，真正挣脱工程师人力上限，实现无间断全天候模型自我优化。这或许是唐杰“摸高计划”里瞄准ASI强人工智能的核心技术抓手。