为什么HY-MT1.5部署总失败？网页推理启动问题实战解决指南
2026/1/10 18:05:24
智谱华章成为"全球大模型第一股"在港交所上市，募资超43亿港元。公司由清华大学技术转化而来，在中国独立通用大模型开发商中排名第一，收入年复合增长率130%。智谱计划推出新一代GLM-5模型，探索全新架构，设立X-Lab部门进行前沿研究。尽管目前亏损严重，但公司持续投入研发，未来将扩大对外投资，目标成为国际领跑的大模型企业。
1月8日，“全球大模型第一股”北京智谱华章科技股份有限公司（02513.HK）（以下简称“智谱”）正式在港交所挂牌上市。截至发稿，智谱首日开盘涨幅超1%，报117.5港元/股，截至发稿时，智谱股价拉升至127.6港元，涨幅9.8%，市值突破561.73亿港元。
IPO募资总额超43亿港元
据悉，在智谱本次IPO发行中，香港公开发售获1159.46倍认购，国际发售获15.28倍认购。以每股116.20港元的发行价计算，智谱本次IPO募资总额超43亿港元。
在正式挂牌前，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，JSC International Investment Fund SPC、JinYi Capital Multi-Strategy Fund SPC、Perseverance Asset Management 等11家基石投资者合计认购29.8亿港元。
智谱2019年由清华大学技术成果转化而来，专注通用人工智能（AGI）的研发，并坚持做让用户真正用得上的研究与技术。弗若斯特沙利文报告显示，按2024年收入计算，智谱在中国独立通用大模型开发商中排名第一，在所有通用大模型开发商中排名第二。截至2025年9月30日，模型赋能全球12000家企业客户（互联网客户占比50%）、逾8000万台终端用户设备及超4500万名开发者，是中国赋能终端设备最多的独立通用大模型厂商。
智谱招股书显示，2022年-2024年，公司收入分别为5740万元、1.245亿元、3.124亿元，年复合增长率高达130%；2025年上半年收入为1.91亿元，同比增长325%。2022年至2024年，智谱毛利率分别为54.6%、64.6%、56.3%，2025年上半年毛利率为50%。
智谱董事长刘德兵在上市致辞中表示，“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。2021年，我们推出了自己的算法架构GLM。今年，GLM-4.7的发布让我们的模型跻身世界领先，为我们冲刺AGI打下重要根基。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”。
新模型很快推出，智谱将扩大对外投资
另外在智谱上市当天，据报道，清华大学计算机系教授、智谱创立发起人兼首席科学家唐杰发布内部信，宣布很快将推出新一代模型 GLM-5。
在内部信中唐杰提到，2026年，智谱的目标是成为国际领跑的大模型企业。过去一年大家讨论大模型，很多在聊应用、聊生态。但他认为，真正决定下一阶段格局的，还是更底层的两件事——模型架构与学习范式。同时，应用侧可能会出现一个清晰的方向：AI替代不同工种/任务的爆发年。
基于上述判断，智谱在2026年将聚焦于GLM-5、全新的模型架构设计等方面的工作。在内部信中唐杰预告，很快GLM-5将跟大家见面，通过进一步的Scaling和很多全新技术改进，相信GLM-5会带给大家很多新奇体验，让AI帮大家完成更多真实任务。另外，已经广泛使用近10年的Transformer架构已经显露出一些不足，包括超长上下文的计算开销、记忆机制、更新机制等。这些都需要探索全新的模型架构，发现新的Scaling范式，通过芯片-算法协同设计等技术提高计算效率。
同时在智谱内部，目前已设立了一个全新部门X-Lab，这个部门将致力于用开放的方式把更多年轻人聚集，做前沿性探索，包括全新的模型架构、新的认知范式、还将孵化新项目，不局限于软件或是硬件。同时，智谱未来也会扩大对外投资，不仅仅是战略联合已有的被投企业，也要开辟新的版图，让整个行业贯通起来，让整个生态一起繁荣。
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。