330亿巨资砸场！智谱AI封神融资，张鹏才是AI真大佬！

330亿元融资到手，股价却先降为敬。

9月13日，智谱AI宣布完成了50亿美元的融资，约合人民币超330亿元。第二天盘中，其股价一度下跌超10%。

短期资金在跑，长线资金不慌。同一份公告，被读出了两种情绪。

330亿融资落地，AI行业进入资本竞赛

这一轮的融资，不单单是智谱一家公司的独立行为。

钱是从哪里来的，钱花到了哪里去的，市场是怎么看的——这三个问题的答案，可以串联出大模型行业当下的变化。

资本门槛持续抬升，中小玩家被迫离场。在今年的上半年时间里，国内大型模型赛道所获得的融资金额超过了千亿规模，但几乎全部流向了头部位置，中小型团队想要登上牌桌，或许会变得越来越困难。

一个模型训练要烧掉几亿，算力、数据、人才，哪一个项目都是高标准，融不到钱的小团队，只能退到细分领域找活路，或者逐渐被边缘化。

在肉眼可见的未来，AI行业不会只有几家巨头，中小团队仍有垂直应用与生态合作的空间。但是长期来看，资源往头部集中的趋势已经难以逆转。

资本运作精准，稀释成本低于同业。智谱的此次融资，在结构上存在一个小巧思, 50亿美元的融资, 其中20亿为股份配售, 30亿为可转债。另外可转债无息，转股价格高于配售价的25%。

相较于单纯的增发股份而言，这一组合的好处在于——股权稀释延后，可转债要等到转股之后才会摊薄股权，在这之前则会按本金还款，相当于低成本的长期借款。

智谱在“找钱”这件事，并没有打算采取最省事的办法，管理层既想补充弹药，又在想方设法地降低老股东的损失。

聚焦技术攻坚，拒绝短期套利。智谱公告中表示，这笔钱将全部用于下一代GLM研发，自训练系统以及算力基础建设，不会用于补充流动性资金或改善利润表。

AI是当下资本最为拥挤的领域之一，冲击营收规模、着急变现的企业不在少数，但智谱并没有跟随这一条“快车道”前进，而是选择了一条更为艰难的道路：先不追逐短期回报，做好底层技术再说。

股价波动是短期噪音，长线资金保持乐观。9月14日，智谱的股价短期波动，是因为股权稀释的可能性带来了悲观情绪，但长线资金所关注的却是另外一个逻辑——智谱的MaaS收入仍在上涨，国产算力的适配在加快。

长期资金的乐观预期并不是孤例，MiniMax在7月完成了20亿美元的再融资，DeepSeek在推进上市,月之暗面在研究港股和上海两地的同时上市。

头部大模型公司都在抢时间窗口，谁先拿到钱，谁就多了一个先手机会。

330亿值不值？智谱四大硬核底牌

330亿融资到手后，股价反倒下跌。

市场并非不认可智谱的这笔融资，而是在关心一个更为基本的问题——这笔钱能不能买来竞争优势？

要回答这个问题，就需要看清智谱手里的四张牌了。

商业化落地加速，MaaS收入唱主角。第一张牌是订阅制成功跑通，今年上半年智谱收入为9.54亿元，超过了去年的总收入。

更重要的是，收入来源出现了变化——MaaS和API业务获得了8.25亿元收入，其占总收入的比重由26.3%提升至86.5%。如果这不够看，上半年MaaS业务的毛利率，已经由去年同期的负毛利率转正到24.6%。

倘若一家AI公司的主营收入，能够像水电煤气一样按月收费，那么估值逻辑便已经发生了改变。

技术持续迭代，GLM大模型小步快跑。第二张牌是技术更新，在今年二月到八月的时间段里，GLM由5.0版本一直升级到了5.3版本，大体上两个月就能提供一个新版本，这个更新节奏在国产大模型之中是比较快的。

更关键的是迭代方式，GLM 5.3与5.2所采用的是相同的技术基座，能力的提升依靠的是在“后训练”阶段进行强化学习，每一代的模型都是在上一代基础之上进行添砖加瓦，而不是那种推倒重来的操作。

坚持开源生态，构建开发者规模壁垒。第三张牌是开源生态，智谱将六十多个前沿的大模型通过MIT协议进行开源，其全球下载数量已超过一亿次，服务了超过500万开发者以及企业用户。旗下MaaS平台的注册用户超过700万，其中包括了超过两万家的企业客户。

开源看起来是“白送”，实际上是在修一条路——如果开发人员的工作流和工具链都在GLM生态里，那么换一种开发方式的成本将会很高。

契合主旋律，深度适配国产算力。第四张牌是国产算力适配，智谱为了顺应“算力自主可控”的战略转向需求， GLM系列已经完成了与华为昇騰、寒武纪等8家国产算力芯片的适配工作，且形成了10万级芯片的规模化推理能力。

这不是技术上的点缀，而是政企市场的入场资格。

当国产大模型策与国产算力相结合，你自然就能获得政企客户的信任支持。所以自今年开年以来，智谱接连拿下了中国联通、邮储银行、三峡集团等多笔政企订单。

顶级掌舵人，张鹏才是最大王牌

张鹏，清华大学计算机硕士, 2019年开始创业, 2025年领导智谱上市，这家公司每一个重要节点，都与他有关。

战略目光超期，提前锁定B端赛道。张鹏的最大资本，就是入场时间。

智谱在创立之初并没有打算参加C端大模型的流量竞争，而是直接进入企业服务市场。以当时的眼光来看，B端市场确实比较冷清。当大家回过神来，MaaS已经成为智谱的最稳定收入来源。

张鹏将这一套路线概括为：从卖产品到卖能力、再到卖结果，智谱的每一步都朝着价值链的更深处迈进。

极致的长期主义，研发投入持续加码。今年上半年智谱的研发投资21.3亿元，同比增加33.6%。最新50亿美元的融资，也没有拿去补充流动资金，而是全部投入到模型研发与算力基建。

张鹏的选择不同于行业主流，大部分公司仍在比较谁参数多，他则重点关注训练效率与推理深度——不依赖算力堆砌，而是开始强调模型“自训练”。

短期来说，这种方式吃力不讨好，但是将时间拉长，这种效率优势会逐渐转化为成本优势。

全能型掌舵人，统筹三条运营主线。张鹏同时打了三场战役。

研发上，他关注后训练与自进化；商业上，盈利模式由项目制转为订阅制, API收入成主力；资本方面，智谱去年于在港股上市，成为“世界大模型的第一股”,今年再获50亿美元融资。三线并进，没有一条掉链子。

追求共赢格局，重新定义行业话语权。海外的头部模型正在集体关门，张鹏却开门迎客：60多款前沿大模型都通过MIT协议开源，谁都可以用。

这不是做慈善，开源本质上就是定规则——当全世界的开发者在智谱的基础上搭建应用、建立工具链时，智谱就成为了一个不可避免的底层路径。

以开放打造生态，再把生态规模变成话语权，这就是张鹏选择的差异化道路。

弹药已上膛，智谱的下一仗怎么打？

330亿的资金到账并不是一个终点，而是下一个阶段的竞争起点。手握重金的智谱，接下来发展路径非常清晰。

攻坚下一代AGI，探索“自进化”路径。下一代GLM需要做的事情，简单来说就是：让模型在一个自己预设的环境中进行训练，数据自产、环境自造、基础设施自行调优。听上去像绕口令，但是逻辑很简单——让AI自学成材。

智谱对于“迭代”的理解也发生了变化。以前是比参数多大，现在是比模型能否在更深刻的训练环境以及更复杂的任务中持续进化，这也是下代大模型的竞争分水岭。

持续加码算力基建，锚定国产化适配。智谱本次融资的一个投入重点，就是算力基础设施建设，尤其是国产化算力建设。

最新的进展已经出现，GLM 5.3可以使国产芯片的“端到端”服务性能提升3倍以上，算子的开发周期减少了一半。未来的中国芯片不仅可以能跑GLM大模型，而且还能跑得好、跑得快。

全场景落地，营收或将进入爆发期。Coding是智谱第一个成功落地的生产力场景，目前的GLM大模型已经能够独立完成编程任务，包括理解目标、拆解任务、调用工具、调试以及交付结果。

但是其更大的价值在于能力迁移：一个可以编写代码的模型，就可以完成网络安全维护、数据分析等复杂的自动化工作，Coding只是场景化的第一个跳板。

先发优势依旧，但终局未至。智谱的先发优势就在于：MaaS的收入占据了超过八成的总收入，国产化算力适配处于领先的位置，开源的大模型超过了60款，这几张牌还能留在桌面上。

不过牌局还未结束，阿里通义、字节豆包、DeepSeek、月之暗面都没有停下脚步，他们的技术方向还没有确定下来，商业化刚开始起步。未来的每一次代际变换，都有可能颠倒现在的排名。

对于未来的智谱来说，真正的问题是——当对手赶上之前，它是否能够把商业化和生态壁垒做到足够高的程度。

至于AI大模型行业将会如何发展，时间会给出答案。