智谱启动IPO：“大而全”的基因，护城河还是绊脚石？

　　最近，智谱AI正式启动IPO，有望成为“国产大模型六小龙”中首个上市的玩家，消息搅动了AI圈。

　　这家成立于2019年、从清华实验室走出的公司，已经累计融资150亿元，估值已飙升至200亿，背后站着阿里、腾讯、沙特主权基金等“资本天团”。

　　但光环之下，争议从未停歇。

　　从技术领域、商业路径和资本架构等方面来看，智谱最为明显的特点就是“大而全”。这种“摊大饼”式的发展策略，究竟是应对激烈竞争的护城河，还是资本催熟的虚胖?

　　一、智谱的“大而全”图谱

　　如果说，坐拥众多APP的字节跳动被称为“应用工厂”，那么布局众多技术领域的智谱就可以叫做“AI超市”——基座模型要做，代码生成要搞，多模态不能落，智能体也要有，主打一个齐全。

　　成立到现在，它以自研的GLM基座模型为核心，衍生出代码生成工具CodeGeeX、多模态模型CogVLM、推理优化框架GLM-Zero，还有号称“边想边干”的AutoGLM智能体。

　　这么说起来可能还是比较抽象，用一张图更能直观地感受到这种齐全。。在跟人类大脑有关的推理、书写、视觉、听觉、运动语言、工具能力等维度，智谱都在落子。

　　有人将智谱形容为“国内唯一全面对标Open AI的大模型企业”——2024年，智谱先后发布对标Sora的视频生成模型CogVideoX，对标GPT-4o的端到端语音模型GLM-4-Voice和GLM-4-VideoCall。但如今来看，智谱“AI超市”般的技术矩阵，甚至比Open AI还要多元。

　　在极度烧钱的大模型领域，资本除了看重被投标的的技术实力，同样重视商业化路径和潜力。对于部分大模型企业而言，想要拿到新一轮融资，最重要的也是要证明自己商业化的能力。

　　在商业化上，智谱则像个“卖铲子的集市老板”，在“B端+G端+C端”构建了一个庞大生态。

　　在B端，大模型的商业化以“ MaaS(模型即服务)+私有化部署”的模式为主。

　　就像自来水厂按吨收费，智谱把大模型能力封装成API接口，企业按调用次数付钱。这种模式适合中小公司，比如电商用AI写商品文案、金融公司自动生成财报摘要。目前，已有70万企业通过其开放平台“接水管”。私有化部署，则可以理解为企业客户希望给自家数据装上保险箱，智谱就给出特定的解决方案进行收费。

　　G端的商业化更为复杂，既有城市级AI基建项目，比如成都政府掏3亿联合智谱定制“诸葛大模型”政务系统，这也是首个省级基座大模型。当然，也有私有化部署和API调用相关的政府项目。整个2024年，智谱中标了32个政府及企业项目。

　　在C端，智谱的想法是打造AI助手“智谱清言” ，覆盖生活助手(抢票、比价)、创作工具(写文案、做PPT)等场景，用分层付费模式提升商业空间。另外，其也推出文生视频模型CogVideoXv1.5等应用，尝试触达更多个人用户。

　　有人调侃智谱，在大模型行业懂To B的没它懂To C，懂To C的没它懂To B，To B和To C都懂的没它懂To G。

　　有意思的是，除了技术领域和商业路径，智谱的资本架构也非常多元。

　　智谱从成立到现在仅仅70个月，但已经完成18轮融资，几乎每四个月就完成一轮融资。光是今年3月3日、13日和19日，智谱就密集完成三轮融资。

　　在智谱频繁的融资节奏下，众多资本跑步进场。包括互联网巨头(阿里、腾讯、小米)、地方政府基金(杭州、珠海)、国际资本(沙特阿美、红杉、高瓴)等等。不过值得一提的是，目前智谱无控股股东。

　　凭借技术领域、商业路径和资本架构上的“大而全”，智谱向资本市场讲出了一个丰富的故事。当然，这种“大而全”也的确给它带来了发展动力。

　　二、大而全的“护城河”效应

　　2024年，已经成为大模型赛道的分水岭。

　　在此之前的上半场，资本疯狂涌入但技术路径尚未定型，技术探索如同盲人摸象，所有玩家都在赌两个未来：要么用参数规模堆出技术奇迹，要么用生态规模吃掉市场红利。大家都在跑马圈地，谁圈的地多，谁就可能是赢家。

　　智谱的“大而全”策略，在上半场的“百模大战”中倒是顺应了趋势，练就了“保命神技”——能够在多方面进行摸索和尝试，挖掘更多红利和抵御风险，形成“护城河效应”。

　　在大模型的上半场，技术领域如同赌桌上的轮盘。许多业内人并不清楚，GPT式的自回归模型、谷歌的PaLM架构等路线，谁会笑到最后。智谱的应对策略很“应势”：既然不知道哪条路能通，干脆都尝试着走。这种策略看似分散资源，实则暗含两个生存智慧。

　　首先是能对冲技术不确定性的风向。智谱通过多条技术领域确保“总有一款能打”——基座模型冲参数，代码工具抢开发者，多模态模型接广告单，智能体框架搭车智能家居。其次，如果基座模型遭遇瓶颈，比如算力限制或政策风险，代码、多模态等分支可提供缓冲。

　　在大模型的上半场，企业的商业化存在一个矛盾：技术投入需要长期烧钱，但资本越来越没有耐心。因此，快速铺开生态和分层策略有利于最大化覆盖市场，获得更多商业化利益。正如智谱同时进军B端、G端、C端三个战场，用广度拓宽盈利，规模摊薄风险。

　　此前智谱方透露，去年公司商业化收入增长超100%。具体来看，智谱的企业客户数突破1.2万家，较半年前增长300%，日均tokens调用量达120亿，其中30%来自海外市场。另外，智谱的收入结构也在优化，模型订阅收入占比从2023年的75%降至2024年的58%，而行业解决方案收入飙升至32%。

　　值得一提的是，在商业化上智谱今年还将打出一张牌。据悉，公司将于今年开源包含基座模型、多模态模型、智能体框架在内的完整技术栈，这将是国内首个全链路开源的大模型体系。

　　这波开源正好卡在冲刺科创板IPO的关键节点，既能让投资者看到生态扩张的潜力，又能降低闭源模型面临的政策风险。

　　再说智谱的资本架构。

　　其股东涵盖国资、外资、互联网资本，无站队压力，避免卷入巨头生态战争，也避免沦为巨头附庸。

　　另外，其背后的多方面资本能够为其商业化提供助力。比如，互联网巨头能提供应用场景，地方政府基金能提供政务项目，国际资本如沙特阿美开拓中东市场，规避地缘政治风险。

　　就这次冲刺上市而言，智谱的全面布局，看起来像是一场精心设计的“预期管理’。

　　从基座模型到智能体全栈自研，它显露出技术全能性，证明团队具备持续创新能力。B/G/C三端覆盖的庞大客群，构成未来商业化的“人口基数”，向外界展示生态想象力。这些都向市场讲出了宏大故事，为其自身的快速上市做预热：

　　你看我啥都做，又有多元资本加持，是不是很有商业势能想象力。

　　三、“大而全”的暗礁：贪多嚼不烂的隐忧

　　大模型企业的命运，就像在海上行船——水涨船高时，谁都能乘风破浪;可一旦潮水转向，再大的船都可能触礁。

　　2024年之前大模型的“上半场”，是野蛮生长的黄金时代，行业信奉“广撒网”。然而，2024年到现在大模型战场已经大变天——OpenAI用Sora证明给行业上了一课：与其造十艘小船，不如造一艘航母。DeepSeek靠推理性能和性价比杀出重围，政策也开始向“AI+产业”倾斜。

　　种种迹象表明，大模型赛道逐渐进入下半场——比的不是谁家摊子铺得大，而是谁能在单点上扎得深。

　　受行业变化的影响，“国产大模型六小龙”在过去一年经历了多重波折与战略调整，有的放弃通用大模型转向垂直场景;有的放弃To B业务，聚焦海外C端市场;有的放弃万亿参数模型研发，转向参数适中且性价比高的模型……可以说各大模型企业凭借差异化的定位和往深处走的策略，都想紧紧抓住“下半场的机遇”。

　　当行业从“比谁摊子大”转向“比谁扎得深”，智谱的隐忧在于如果还是全线作战、全面发展，会不会造成全面平庸、定位迷失，进而被潜在对手蚕食大本营?

　　先说技术。

　　大模型行业不再盲目追求参数规模，而是比拼“单位算力产出”——谁能用更低的成本实现更高的性能，谁就有可能活下来。所以去年到现在，大模型行业掀起了一场轰轰烈烈的价格战，智谱也不例外。

　　不过，大模型企业单纯打价格战也是不可持续的，关键还要实现更高的性能。不能追求广度牺牲深度，否则与对手的差距拉大。然而，智谱的现状看起来研发资源分散，多领域同步投入导致核心模型迭代滞后。比如，GLM-4 Plus仍无法突破千亿规模，而Open AI已向万亿级迈进。文生视频模型清影的实际体验，也不如Sora。

　　目前来看，智谱在基座模型、代码生成、多模态、智能体等每一条战线上的表现都相对比较普通，其更趋向于跟随而不是开创性的突破。笔者认为，智谱应该在技术上聚焦一些高壁垒赛道，做优做深，提升客户体验。

　　其次说商业化。

　　眼下国内政策开始向“AI+产业”倾斜，大部分大模型企业的ToB项目都集中在私有化定制模型，“千人千面”的定制化将会是大模型商业化的未来趋势。

　　“国产大模型六小龙”之一零一万物的创始人李开复表示，目前大模型能力并未在To B应用上释放出全面潜能，只有进入业务核心系统、快速轻量级大批量部署，才能最大程度地为企业降本增效。

　　然而问题是，企业客户不再满足于通用模型，而是要求“开箱即用”的定制化解决方案。比如，医疗领域需要符合HIPAA合规的诊疗系统，金融行业要求毫秒级风控响应，这些需求绝非大批量部署能解决的，而是需要对每个行业有更深入的认知。

　　也就是说，大模型企业在B端业务的商业化上，未来会面对“非标化、定制重、交付重”跟“规模化、高增长、可复制”的矛盾。

　　智谱虽然在B端覆盖了广泛行业，但貌似还没有特别出类拔萃的项目。如果还要在多元化的商业路径上继续前行，智谱的压力会越来越大。笔者认为，其接下来还需要在几个典型行业做出代表性项目，避免“样样通、样样松”。

　　在C端，DeepSeek一夜爆火之后，许多大模型企业已经放弃C端应用上的野心，转而聚焦到B端。尽管智谱清言年化收入超千万元，但跟目前主流的应用DeepSeek、元宝、豆包、Kimi、文小言等进行对比，仍然显得逊色。

　　QuestMobile数据显示，今年3月AI原生App月活规模前三名为DeepSeek、豆包、腾讯元宝，规模分别是1.94亿、1.16亿、0.42亿，Kimi、文小言也都在一两千万的级别，而智谱清言的月活仅为390万，完全不在一个级别。

　　更为关键的是，元宝背后的腾讯、豆包背后的字节跳动等财大气粗的巨头，正在通过疯狂烧钱换得流量，未来智谱清言预计会进一步被拉开差距。智谱是否需要继续执着做出杀手级C端应用，仍然值得考量。毕竟战线越多消耗的资源越多，但投入产出比却不一定让人满意。

　　放眼未来，智谱想要达到的彼岸是“模型即场景”。

　　其实就是用模型去创造场景，而不是依据场景来改变模型。其希望用不断预训练的大模型“一招走天下”，实现覆盖多个商业化场景。

　　智谱CEO张鹏在接受媒体采访时表示，当前的Agent应用形态只是权宜之计，最终还是会回归到模型上。无论融资或收益多少，都是通往AGI的“盘缠”。

　　形象的说，智谱希望造出一个像人一样聪明的脑子，只需要给它装上手和眼睛就像人一样可以完成很多工作，这是AGI的终极目标。

　　然而，不同行业的场景差距实在太大，大模型能不能靠泛化能力进行覆盖仍不清楚。比如，医疗行业需要精准的DRG预测模型，金融行业要求零幻觉的风控系统，文旅场景依赖创意内容生成 ——这些需求差异远超当前模型能力。

　　智谱能不能做到还是未知数，预计需要消耗大量时间和资源，对其商业化造成压力。张鹏承认，AGI依然是智谱的终极目标，“但实现目标的路程长、成本高，智谱走在前面需要加大投入。”

　　在实现这个目标之前，资本有多少耐心，或许只能交给时间来验证。

　　本文来自微信公众号“新商纪”，作者：独孤依风。