《科创板日报》9月14日讯（记者 李明明）9月13日，智谱宣布完成约50亿美元融资，包括约20亿美元股份配售及约30亿美元可转债发行。这是继7月上旬完成约314亿港元配股融资之后，智谱两个月内在资本市场上的第二次大规模动作。

而融资结构本身传递的信号，比融资金额更值得细读。

《科创板日报》记者注意到，本次融资约60%的所得款项净额（约235亿港元）将投入下一代GLM基础模型和“完全自训练”体系的研发，以及大规模训练、推理和算力基础设施的部署与升级。

回溯至8月底的半年报业绩沟通会，智谱管理层正面回应了行业内关于“只会后训练”的争议，首次对外披露下一代GLM模型将以自进化为核心研发方向。时至今日，该版本模型及其配套学术论文尚未正式对外发布，相关信息却率先通过一份财务公告完成了“意外剧透”。

“完全自训练体系”首次获得明确资金安排

智谱最新公告披露，本次融资核心投向下一代GLM基础模型、完全自训练体系及配套算力基础设施。

公司将“完全自训练”定义为模型在上一代GLM搭建的环境中递归训练，形成自我改进闭环。具体投入覆盖自动化训练数据处理、专属任务环境搭建、长程推理能力强化，以及国产芯片适配、算子开发与推理优化。

本次融资约60%净额（约235亿港元），将专项投入上述技术研发与大规模训练、推理算力集群的部署升级。

这套研发安排同时瞄准模型能力与算力效率两个关键变量。完全自训练探索由模型参与构建训练资源，为后续迭代拓展数据和任务环境；芯片适配与推理优化则着眼于提高同等硬件条件下的有效产出。

算力基础设施方面，智谱已落地1GW级国产AI算力数据中心建设，并全部采用国产AI芯片。

同时，智谱正式完成对国产AI异构算力软件公司中科加禾的收购。后者源自中科院计算所编译实验室，长期深耕异构算力软件栈及编译优化。前者提供大规模模型训练所需的计算资源，后者通过编译器、Runtime、推理引擎等基础软件能力，提高异构芯片利用率，降低推理成本。

根据公告，智谱以每股714港元配售约2197万股新H股，较公告前收盘价793港元折让约9.96%，配售股份占扩大后已发行股本约4.50%。约30亿美元可转债采用零息结构，发行价为本金的100.5%，到期按本金赎回；初始转股价为每股892.50港元，较配售价溢价25%，较公告前收盘价溢价约12.55%。

可转债约占本轮融资的六成。投资者以高于本金的价格认购，持有期间不收取票息，意味着其接受较低的债权现金回报，为潜在转股价值支付溢价。相比单纯增发股份，股权配售叠加零息可转债，在获得大额资金的同时，降低了即时股权摊薄程度，公司也无需承担常规票息支出。

从获配机构来看，来自亚洲、欧洲和美洲的海外机构成为本次发行的绝对主力，长期投资机构近30家，多家现有长线股东继续参与并进一步增加仓位。前20大投资机构合计获配股本超过85%，获配可转债超过88%。值得注意的是，在智谱IPO阶段，部分传统长线价值投资机构仍对大模型赛道保持审慎，但在本次交易中已由观望转向主动建仓。

从比拼参数到综合“耐力赛”

智谱此次融资的行业背景不容忽视。2026年上半年，AI融资金额占全赛道约48.6%，接近一半，大模型赛道最吸金且资金高度集中。DeepSeek在6月完成超500亿元人民币首轮融资，投后估值约3500亿元；月之暗面半年内累计融资超39亿美元；阶跃星辰被曝将完成近25亿美元融资，冲刺港股IPO。

北京计算机学会AI专委会秘书长、北京大学特聘研究员张有鱼向《科创板日报》记者分析，单纯比拼模型能力的阶段正在过去，行业正式进入一场以造血能力、算力壁垒和生态落地为核心的“耐力赛”。模型能力的迭代速度已经快到以周为单位，没有任何一次模型性能的领先是绝对安全的。下半场拼的是造血能力、场景落地和生态壁垒。

商业化数据为这一判断提供了注脚。智谱2026年上半年实现收入9.54亿元，同比增长399.7%；其中开放平台及API业务收入8.25亿元，同比增长2736%，占总收入的比例从上年同期的15.2%飙升至86.5%。收入结构从卖项目切换为卖调用——从依赖人力交付的本地化部署，转向标准化的云端API服务。

成本端的变化同样关键。智谱单位Token推理成本较年初下降约80%，MaaS业务毛利率由上年同期的-0.4%升至24.6%。API平均售价反而提升约101%，呈现量价齐升。截至8月底，MaaS平台年化收入规模达到16亿美元，较7月上旬的10亿美元增长60%。

不过，国产基座大模型赛道仍处在高投入周期。智谱2026年上半年经调整净亏损约19.64亿元，同比扩大12.1%。研发开支达21.31亿元，同比增长33.6%，主要由于持续加大模型训练的研发投入。

“API已经撑起近九成收入，商业化路径比一年前清晰了不少。”张有鱼认为，“不过，前沿模型训练和算力基础设施仍需要长期资金投入，这场竞赛还远远没有到终局。”