智谱为什么还需要融资

文 | 山自

335亿元。智谱最新一轮融资的规模，足以让绝大多数AI公司望尘莫及。

但真正值得关注的不是数字本身，而是它发生的时间节点。智谱今年1月完成港股IPO，7月完成首次配售，8月底披露了一份营收同比增长近400%的中报——然后，它又融了一轮。上市没有终结融资需求，反而成了更高效融资的跳板。

这指向一个更根本的问题：AI公司的上市，到底意味着什么？

一份“漂亮”财报背后的真实消耗

智谱2026年中报几乎每一项增长指标都足够亮眼。营收9.54亿元，同比增长399.7%，半年收入就超过了2025年全年；核心的MaaS开放平台及API服务收入达8.25亿元，同比增长约2736%，占总营收的86.5%。ARR在8月底达到16亿美元，两个月内增长60%。

如果只看这些数字，你可能会问：一家营收增速近400%的公司，为什么还需要再融335亿？

答案在同一份财报的背面。净亏损20.72亿元，研发开支21.31亿元——研发投入是营收的两倍多。近三年半累计研发投入约44亿元，是同期收入的6倍左右，其中70%到80%花在算力上。

这不是智谱一家的问题。MiniMax经调整净亏损19.65亿元，与智谱的19.64亿元几乎持平，而前者收入体量仅为后者的八成。两家头部公司的财务结构高度一致：收入在快速增长，但研发消耗的速度更快。

上市解决的是资金获取的效率问题，而非资金消耗的结构问题。只要研发投入与收入之间的剪刀差没有闭合，融资就是持续性的刚需。智谱本轮融资中，约60%明确投向下一代GLM基础模型和“完全自训练体系”，探索递归式自我改进循环（RSI）——这意味着它押注的是模型能力的代际跃迁，而非短期盈利。

宇树的教训：估值锚定的是“未来”，但市场只认“现在”

把视线从大模型切换到具身智能，宇树科技提供了一个更戏剧性的案例。

宇树以219倍的发行市盈率登陆科创板，而行业平均仅38倍。上市首日冲到高点后，股价在一个月内跌超55%，市值蒸发超2500亿。暴跌的直接原因并不复杂：炒太高了。但更深层的矛盾在于，宇树的财务基本面无法支撑资本市场的预期斜率。

2026年上半年，宇树收入11.52亿元，同比增长48%；但扣非净利润同比下降19%，原因是研发费用同比增加8203万元，销售费用同比上升2.5倍。收入在增长，利润在收缩，而市场给的是成长股的估值。基金经理的评价一针见血：“宇树现在硬件本体做得不错，但大脑算法这块比较薄弱，软件订阅模式也还没跑通。”

宇树的IPO募资计划中，42亿元里有20.22亿元投向“智能机器人模型研发项目”，占比近五成，85%的募资总额专项用于研发投入。一家硬件公司，把一半以上的钱花在软件和模型上，这个结构本身就说明了问题：机器人公司上市后，真正的烧钱阶段才刚刚开始。

具身智能的“研发刚需”比大模型更刚性

大模型的研发投入虽然巨大，但至少有一条清晰的路径：堆算力、扩参数、喂数据，Scaling Law在相当长时间内是有效的。智谱的RSI方向进一步表明，模型可以在上一代模型构建的环境中自我训练，形成递归改进循环——这条路虽然昂贵，但方向明确。

具身智能面临的约束要复杂得多。它没有单一的大规模文本语料可以依赖，训练数据必须从物理世界中一点一点采集。

当前真机数据采集的成本令人却步。真机遥操作在规模化运营后的单小时有效数据成本约为275元，小规模采集阶段更高。智在无界合伙人郑思鹏披露的数据更直接：30秒真机采集成本10到15元，1小时约1000元，若完成百万小时真机数据预训练，投入成本将达到10亿元量级，“难以支撑大规模模型迭代”。昆仑万维董事长方汉则给出了更极端的估算：1000万小时真机数据成本高达50亿元。

这还只是数据采集。视觉模型和世界模型的训练成本更高。英伟达的DreamZero世界动作模型，训练一次需要8张H100跑整整25天，训练吞吐经过系统级优化后才提升近4倍——即便如此，高昂的训练成本和耗时仍是行业复现的主要门槛。

更关键的是，具身智能的垂直场景训练几乎没有“通用性”。一套在工业产线上训练好的抓取策略，换到家庭厨房场景中可能完全失效。这意味着每一类垂直场景都需要独立的数据采集、模型微调和持续迭代，成本无法像大模型那样通过一次训练分摊到所有用户。蚂蚁灵波CEO朱兴的判断是，具身智能仍处于冷启动阶段，“模型能力、硬件稳定性、成本约束，决定了很多场景‘够不着’”。

蒸馏技术在一定程度上可以降低推理端的成本——通过知识蒸馏将大模型的能力压缩到轻量级学生模型中，这是当前具身智能部署的重要方向。但蒸馏解决的是部署效率问题，而非训练成本问题。教师模型的训练、数据采集、场景验证，每一环都需要持续的资金投入。

上市不是终点，而是更高消耗的起点

回到智谱。它已经完成了IPO，完成了首次配售，完成了一轮335亿的新融资。但这并不意味着它“不缺钱了”。60%的募资投向研发和基础设施，15%用于业务拓展和战略投资，25%用于优化资本结构。近三年来，智谱和MiniMax累计研发投入均是收入的6倍左右。只要这个比例不收敛，融资就是常态。

具身智能公司面临的局面只会更严峻。大模型公司至少有一条“模型能力提升带动API收入增长”的变现路径，智谱的MaaS收入同比增长2736%就是证明。而具身智能的商业化闭环至今没有跑通——宇树的收入主要来自机器人本体销售，软件订阅和服务收入几乎可以忽略。当硬件毛利率无法覆盖模型研发的持续消耗时，上市募来的钱只是给了公司一个更长的跑道，而非终点。

宇树的股价暴跌，本质上不是一家公司的问题。它揭示的是一个结构性矛盾：具身智能的技术成熟度远未达到大模型那样的“可规模化变现”阶段，但资本市场已经按成熟期的估值逻辑给出了定价。当这个错配被修正时，股价的回调幅度就是市场对“过早上市”的定价。

监管层显然也看到了这一点。据报道，人形机器人企业的IPO审核正在收紧，要求企业拿出可持续收入、亏损持续收窄的真凭实据。

对于大模型公司，上市后的持续融资是一场关于技术代际领先的军备竞赛。对于具身智能公司，上市后的持续融资则是一场关于生存的消耗战——数据的每一小时、模型的每一次迭代、场景的每一个验证，都在消耗真金白银，而收入端的回报周期远未到来。

上市的尽头不是自给自足，而是更高杠杆、更大规模的融资能力。在这个意义上，智谱的335亿和宇树的暴跌，讲的是同一个故事。