智谱华章上市:全球AGI大模型第一股的技术突破与商业启示
智谱华章2026年1月8日在港交所上市,融资41.7亿港元,成为全球首家AGI大模型上市公司。公司源于清华团队,构建了覆盖语言、代码、多模态的全栈模型矩阵,2024年推出GLM-4系列模型。采用MaaS模式服务全球12000家企业客户,成为中国最大独立大模型厂商。此次上市标志着国内大模型行业进入新阶段,行业竞争转向技术、商业化和生态的全方位比拼。
智谱华章于2026年1月8日在港交所挂牌上市,成为"全球AGI大模型第一股",完成41.734亿港元融资。公司源于清华大学技术团队,构建了覆盖语言、代码、多模态的全栈模型矩阵,2024年推出GLM-4系列模型。智谱采用MaaS商业模式,已赋能全球12000家企业客户。作为中国最大独立大语言模型厂商,智谱的上市标志着国内大模型行业进入新阶段,AGI马拉松刚刚经过一个里程碑。

2026年1月8日,北京智谱华章科技股份有限公司正式在港交所挂牌上市。
2026年1月8日,北京智谱华章科技股份有限公司(简称“智谱”)正式在港交所挂牌上市,股票代码02513.HK。这家总部位于北京的公司正式以“全球AGI大模型第一股”身份登陆资本市场,完成41.734亿港元融资,香港公开发售获得惊人的1159.46倍超额认购。

上市致辞中,智谱董事长刘德兵表示:“全球范围内通用大模型企业第一次以这样的方式走向公开市场,非常有幸智谱作为中国大模型代表,站在这个历史性的起点。‘让机器像人一样思考’是智谱从创立第一天起就选择的方向,是智谱人持之以恒奋斗的唯一目标。智谱的Z是字母表中的最后一个,代表终极境地,我们希望在AGI的探索历程上能走到智能的终极境地。正如我们的股票代码一样,2513,AI我一生。”
资本盛宴,万亿赛道的新起点

智谱上市自带资本光环,市场反响远超预期,香港公开发售获1159.46倍超额认购,国际发售获15.28倍认购,11家基石投资者包揽近七成发售股份,涵盖北京核心国资、头部保险资金等多元主体,上海高毅、泰康人寿等知名机构累计认购29.84亿港元。资本市场对中国大模型赛道的信心可见一斑。

成立6年间,智谱完成8轮融资,累计融资83.44亿元,投资方覆盖美团、腾讯等产业资本,红杉中国等头部创投,以及北京、珠海等地国资力量。智谱CEO张鹏将上市比作AGI马拉松的“补给”,根据募资规划,70%用于通用AI大模型研发(含预训练大模型、AIAgent等),10%优化MaaS平台,10%拓展合作伙伴网络及战略投资,10%补充营运资金,为技术迭代提供关键资金保障。
清华系血统,六年筑就技术壁垒

智谱的技术基因源于清华大学的顶尖研究团队。公司成立于2019年,创始团队包括CEO张鹏与清华计算机系教授唐杰,脱胎于清华大学计算机系知识工程实验室的技术成果转化。
2019年至2023年间,智谱实现了从算法框架到应用产品的全链条突破。2021年发布中国首个专有预训练大模型框架GLM;2022年开源千亿参数模型GLM-130B;2023年推出国内首批通过监管备案的大模型产品之一智谱清言。
2024年,智谱迈入多模态时代,相继发布基座模型GLM-4、文生图模型CogView3及视频生成模型CogVideoX。最新推出的GLM-4.6、GLM-4.7瞄准AICoding场景,在全球权威评测中位列开源模型榜首。
不同于部分企业的单点突破,智谱构建了覆盖语言、代码、多模态及智能体的全栈模型矩阵,并制定了清晰的AGI路径图(L1-L5),目前已完成前三个阶段的技术落地,推出了具备反思和行动能力的AIAgentAutoGLM。这种系统性的技术布局,使其成为国内罕有在技术路线上与全球顶尖水平保持同步的厂商,更适配了40余款国产芯片,为技术国产化奠定了基础。
商业突破,中国特色MaaS模式探索

智谱的商业化探索始于2021年,当时推出MaaS(模型即服务)平台,成为国内最早启动商业化探索的大模型公司之一。
公司的商业化路径分为两类,一是面向大型企业的本地化部署,提供私有化大语言模型构建专有系统;二是面向中小企业、硬件厂商的云端部署,通过API接口输出大模型能力。
截至目前,智谱的GLM大模型已赋能全球12000家企业客户、逾8000万台终端设备及超4500万名开发者,中国前十大互联网公司中有九家使用其模型,北美、欧洲的科技大厂也纷纷接入。智谱在政府端(ToG)的布局成效显著,通过与地方国资合作,落地了珠海城市级大模型空间、四川省级基座大模型等项目。
行业变局,差异化竞争格局形成

智谱的上市标志着国内大模型“六小虎”集体进入新阶段。在智谱登陆港交所时,主打ToC路径的MiniMax也预计于1月9日正式挂牌交易;月之暗面转向开源路线;阶跃星辰聚焦多模态模型;百川智能切入医疗垂直领域;零一万物全面转向ToB服务。
根据招股书数据,按2024年收入计,智谱是中国最大的独立大语言模型厂商及第二大大语言模型厂商,市场份额约6.6%,仅次于科大讯飞,超越阿里、商汤等巨头。但行业竞争依然激烈。一方面,百度、腾讯等互联网巨头的算力与场景优势明显,另一方面,独立大模型厂商普遍面临算力依赖、客户粘性不足等问题。
当前,大模型的竞争已从早期的技术“亮点”比拼,演进为涵盖持续研发、工程化、产品化、生态构建与安全合规的系统性、全方位综合实力的较量。AGI的马拉松,此刻刚刚经过一个里程碑,前路依然漫长。
如何系统的学习大模型 AI ?
由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。
但是具体到个人,只能说是:
“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。
这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。
我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
一直在更新,更多的大模型学习和面试资料已经上传带到CSDN的官方了,有需要的朋友可以扫描下方二维码免费领取【保证100%免费】👇👇

01.大模型风口已至:月薪30K+的AI岗正在批量诞生

2025年大模型应用呈现爆发式增长,根据工信部最新数据:
国内大模型相关岗位缺口达47万
初级工程师平均薪资28K(数据来源:BOSS直聘报告)
70%企业存在"能用模型不会调优"的痛点
真实案例:某二本机械专业学员,通过4个月系统学习,成功拿到某AI医疗公司大模型优化岗offer,薪资直接翻3倍!
02.大模型 AI 学习和面试资料
1️⃣ 提示词工程:把ChatGPT从玩具变成生产工具
2️⃣ RAG系统:让大模型精准输出行业知识
3️⃣ 智能体开发:用AutoGPT打造24小时数字员工
📦熬了三个大夜整理的《AI进化工具包》送你:
✔️ 大厂内部LLM落地手册(含58个真实案例)
✔️ 提示词设计模板库(覆盖12大应用场景)
✔️ 私藏学习路径图(0基础到项目实战仅需90天)






第一阶段(10天):初阶应用
该阶段让大家对大模型 AI有一个最前沿的认识,对大模型 AI 的理解超过 95% 的人,可以在相关讨论时发表高级、不跟风、又接地气的见解,别人只会和 AI 聊天,而你能调教 AI,并能用代码将大模型和业务衔接。
- 大模型 AI 能干什么?
- 大模型是怎样获得「智能」的?
- 用好 AI 的核心心法
- 大模型应用业务架构
- 大模型应用技术架构
- 代码示例:向 GPT-3.5 灌入新知识
- 提示工程的意义和核心思想
- Prompt 典型构成
- 指令调优方法论
- 思维链和思维树
- Prompt 攻击和防范
- …
第二阶段(30天):高阶应用
该阶段我们正式进入大模型 AI 进阶实战学习,学会构造私有知识库,扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架,抓住最新的技术进展,适合 Python 和 JavaScript 程序员。
- 为什么要做 RAG
- 搭建一个简单的 ChatPDF
- 检索的基础概念
- 什么是向量表示(Embeddings)
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 系统的扩展知识
- 混合检索与 RAG-Fusion 简介
- 向量模型本地部署
- …
第三阶段(30天):模型训练
恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。
到此为止,大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗?
- 为什么要做 RAG
- 什么是模型
- 什么是模型训练
- 求解器 & 损失函数简介
- 小实验2:手写一个简单的神经网络并训练它
- 什么是训练/预训练/微调/轻量化微调
- Transformer结构简介
- 轻量化微调
- 实验数据集的构建
- …
第四阶段(20天):商业闭环
对全球大模型从性能、吞吐量、成本等方面有一定的认知,可以在云端和本地等多种环境下部署大模型,找到适合自己的项目/创业方向,做一名被 AI 武装的产品经理。
- 硬件选型
- 带你了解全球大模型
- 使用国产大模型服务
- 搭建 OpenAI 代理
- 热身:基于阿里云 PAI 部署 Stable Diffusion
- 在本地计算机运行大模型
- 大模型的私有化部署
- 基于 vLLM 部署大模型
- 案例:如何优雅地在阿里云私有部署开源大模型
- 部署一套开源 LLM 项目
- 内容安全
- 互联网信息服务算法备案
- …
学习是一个过程,只要学习就会有挑战。天道酬勤,你越努力,就会成为越优秀的自己。
如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名大模型 AI 的正确特征了。
这份完整版的大模型 AI 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

更多推荐

所有评论(0)