SQL Server 2025数据库安装图文教程（附SQL Server2025数据库下载安装包）
2026/1/10 16:06:32
智谱AI成为全球首家以AGI基座模型为核心业务的上市公司，在港交所上市首日涨幅达13.17%，市值近580亿港元。作为"中国版OpenAI"，智谱选择原创GLM预训练架构，技术路线独特，已赋能全球12000余家企业客户和4500万名开发者。尽管面临高投入、高亏损困境，智谱仍通过上市获得持续资金支持，并计划推出新一代GLM-5模型，继续探索AGI发展道路。
好戏才刚刚开始。
出品 | 新行情 作者 | 宋辉
今日，智谱（02513.HK）在港交所主板挂牌上市，市场迎来“全球大模型第一股”，而这个“第一股”，诞生于中国。
开盘股价报120港元，此后一路上行，最高冲至135港元/股，收盘报131.5元，涨幅达13.17%，总市值接近580亿港元。
作为“中国版OpenAI”、大模型六小虎其中一员，智谱成功登陆资本市场，无疑为赛道注入了一剂强心针。
当然，上市只是万里长征的第一步，掌声过后，智谱必须要向世界证明，其技术能够转化为可持续的商业模式。
全球大模型第一股花落中国，市值超570亿
1月8日，智谱（02513.HK）在港交所主板挂牌上市，成为全球首家以AGI基座模型为核心业务的上市公司。
图源：智谱
智谱本次IPO发行价为每股116.20港元，以120港元/股的价格开盘后，最高冲至135港元/股。
此前公开发售曾获得月1159.46倍的超额认购，国际发售获15.28倍认购，一定程度可以看出市场对其的乐观态度。
本次上市，智谱吸引了一支由北京核心国资、头部保险资金、大型公募基金、明星私募基金和产业投资人构成的全明星基石投资阵容，11家基石投资者合计认购29.8亿港元。
那么问题来了，在“百模大战”的硝烟尚未散去的当下，为何是智谱率先撞线？
一方面是技术路线的特殊。
ChatGPT一炮而红后，国内多数企业选择跟随国际主流架构，但智谱选择了另一条路：原创GLM预训练架构。
多年来，智谱先后发布了中国首个百亿模型、首个开源千亿模型、首个对话模型、首个多模态模型，以及全球首个设备操控智能体（Agent），并形成全面的模型体系，是国内罕有在原创技术路线上与全球顶尖水平保持同步的厂商。
行业也因此称其为“中国版OpenAI”。
技术的“慢”换来了商业的“快”。截至2025年6月，其模型覆盖约8000万台终端设备，日均调用规模约4.6万亿Token，中国前十的互联网公司中有九家使用GLM大模型。
IDC的报告显示，2024年中国大模型平台主要厂商市场份额的排名是：百度智能云（*）、阿里云（第二）、商汤科技（第三）、智谱AI（第四）。
图源：IDC
另一方面，在现有的大模型厂商中，智谱的商业化能力足够显著。
数据显示，智谱GLM系列模型已赋能全球超过12000家企业客户、8000万台终端设备及4500万名开发者。在中国前十大互联网公司中，9家都是智谱的客户。
此前有一张颇具话题性的中国大模型厂商2024年收入排名图，按照图中说法，智谱排在第二位，剩下的A、B、C、D推测分别为科大讯飞、阿里巴巴、商汤科技、百度。
图源：定焦
当然，排名的真实性一时半会我们很难求证，我们来看看另一组数字。
数据显示，2022年至2024年，智谱收入从5740万元大幅增长至3.124亿元，年复合增长率超过130%，营收增速一直保持在高位。
图源：智谱招股书
基于以上，智谱将本次上市募资定义为“通往AGI马拉松征途中的一次‘补给’”：把本次募集资金净额的70%用于通用AI大模型研发，约10%用于优化MaaS平台，其余用于业务拓展和营运资金。
换句话说，补充能量，为更漫长、更远的研发路程蓄力。
据“晚点 LatePost”透露，上市当天，智谱创立发起人兼首席科学家唐杰在内部信中写道：智谱很快将推出新一代模型 GLM-5。
图源：晚点LatePost
唐杰表示，今天是“智谱生命中激动人心的一天”。智谱 2025 年如期完成了年初定下的战略，即 4 月发一个“稳住阵脚”的模型、年中发一个“上牌桌”的模型（成为 one of the best）、年底发一个 Top 1 的模型。
唐杰 图源：微博
上市为智谱打开了更稳定的融资渠道，但也意味着其必须开始接受资本市场对盈利能力的季度性拷问。
正如一位投资机构合伙人表示，“一旦进入这个赛场，解释的空间就迅速收窄……技术仍在迭代的故事，将不再能轻易抵消市场对财务指标的关注。商业化，从此从一道选择题，变成了生存必答题。”
为何此时上市？
大模型公司高速扩张与持续亏损并行，已经成了一种行业共识。
智谱也不例外，财务数据显示，2025年上半年，智谱AI营收近2亿，研发开支约16亿，销售费用约2亿，经调整净亏损17亿以上。
视角再往回看，2024年，智谱AI经调整净亏损达24.7亿元，近年累计亏损却超过60亿元。
图源：新浪财经
可以说，正在逐渐陷入“高投入、高亏损”的泥潭。
然而，一级市场的融资环境却在2025年下半年发生明显转变。
经过2023-2024年的投资热潮，大模型公司估值已被推至高位，传统VC/PE投资者开始变得谨慎，更关注企业的盈利模式和时间表。
上市便成了持续获得资金支持的一个现实选择。甚至，如此情况下，率先上市意味着能够享受“行业第一股”的估值溢价，抢占战略制高点。
与此同时，港交所正积极争取AI公司上市，政策环境友好。
2025年12月，香港股市迎来了25家科技公司上市，是2019年以来最繁忙的一个月。这一资本窗口期，没有割舍的道理。
当然，目前来看，实现AGI的道路仍充满不确定性，上市更像一场豪赌：赌技术终将兑现商业价值，赌AGI不是遥不可及的科幻梦。
智谱也在招股书中明确表示：“无法保证将能够进展到自我认知阶段及意识智能阶段。即使公司成功开展研发工作并取得预期成果，仍可能在将研发成果商业化时遇到实际困难。”
但无论如何，作为先行者，智谱当下走的每一步探索，都将是行业的重要参考。
智谱，是一家怎样的公司？
进一步了解智谱AI，首先要了解它的“出身”。
2019年6月，智谱成立。
创业之初，条件十分艰苦。智谱总裁王绍兰称，当时算力只有一台台式电脑加一台笔记本电脑，花了几百天时间才抓取了200万个数据，而且要自己设计网站界面，因为雇不起美工。
2020年，智谱推出自研大模型算法架构GLM，尝试训练100亿参数基座模型。但当时取得的结果距离梦想中的AGI（通用人工智能）还有着很长一段距离。
转折点出现在2021年。
智谱创始人唐杰称，当时团队决定赌一把，用更多数据训练1300亿参数大模型。这个决策很难，因为不能影响公司总体发展节奏。
2022年，ChatGPT-3.5发布的前三个月，智谱发布了千亿级大模型GLM-130B。当年，斯坦福大学大模型中心对全球30个主流大模型进行全方位评测，智谱的GLM-130B成为2022年亚洲唯一入选斯坦福评测的全球主流大模型。
这一成绩也让智谱一举成名。
然而，就在技术取得突破的同时，资金问题却日益显现。张鹏曾笑谈：“当初一个有趣场景是，公司一只眼看着训练的数据量输入越来越少，另一只眼看着银行账户上的储备现金输出越来越多”。
转机出现在2023年，ChatGPT一炮而红，投资圈对大模型的态度发生了180度大转弯： 之前融资需要把大模型的方方面面解释得非常清楚，才会有一些机构感兴趣。但过完2023年春节，热度最高的时候，每天要接待三波投资人。
2023年，智谱AI成功融资超过25亿人民币，扭转了资金困境的局面。
回顾2023-2024年的狂欢期，唐杰在内部信写道：“我们那时候可能也有失误，有技术的也有商业的。现在复盘，可能原因是我们自己在追逐AGI的路上有迷失的时候，会被眼前的短期收益、短期热闹所迷惑。”
短短两句话，既是复盘，也是智谱对于脚下道路的解释：在翻涌的行业浪潮里，继续坚定走自己的路。
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。