上市首日漲11%，全球大模型第一股還會破發嗎？

出品｜虎嗅科技組

作者｜宋思杭

編輯｜苗正卿

頭圖｜視覺中國

今天，再過兩個半小時，即將迎來“全球大模型第一股”。

而這個“第一股”，誕生在中國。

根據公開信息，智譜將于 1 月 8 日正式在港交所主板掛牌上市，股票代碼為 2513，由中金公司擔任獨家保薦人。本次 IPO，智譜計劃發行 3741.95 萬股 H 股，發行價為每股 116.20 港元，對應募資總額約 43.48 億港元，上市后市值預計超過 511 億港元。另據市場消息，其公開發售部分獲得約 1164 倍超額認購。

在 2022 年 ChatGPT 引爆全球大模型浪潮之后，智譜一度將自己標榜為“中國版 OpenAI”。但在今天這個時間點，我們并不打算再去拆解智譜與 OpenAI 之間的相似或差異，而是試圖回答另一個更宏觀的問題：在此時此刻，智譜上市，或者說港股迎來“全球大模型第一股”，究竟對 AI 行業與資本市場意味著什么？

與其他幾家在 2022 年之后集中成立的大模型獨角獸不同，智譜進入這一賽道的時間要早得多。2019 年，在大模型尚未成為行業共識的年代，智譜便已經開始投入大模型訓練。

據智譜天使輪投資方中科創星的創始合伙人米磊回憶，中科創星在2019年智譜創立之初便投資了4000萬元，這筆錢給了智譜最初啟動的資本——能夠買卡訓練了。

六年后，智譜上市，并成為“全球大模型第一股”。對于智譜的投資人們來說，算是“上岸”了。

但如果回看2025年，會發現資本市場對AI的興趣是循序漸進產生的。

事實上，早在 2024 年 4 月，出門問問便以“AIGC 第一股”的名號登陸港股，但上市即破發。港股經歷了這樣一次重創，也在相當程度上影響了隨后 AI 相關公司走向公開市場的節奏與預期。

但在智譜上市前，二級市場發生的一個最重要的變量，也是最有效的催化劑，是年底“GPU”們的集體上市。

在 2025 年末至 2026 年初這一時間窗口，摩爾線程、沐曦股份、壁仞科技先后在 A 股、科創板與港股完成上市。與此同時，更多算力與 AI 芯片公司進入上市審批流程。

接連幾家GPU廠商的連續IPO，釋放出一個重要的信號：資本市場已經提前完成了對 AI “地基”的接納。

但直到現在，一個更核心的問題始終被擱置：當算力已經被定價，算力之上的大模型，是否也具備被公開市場理解和接受的條件？

在全球范圍內，這個問題一直沒有被正面回答。美國市場選擇的是延后——模型公司仍停留在私募融資和非公開敘事中，大模型被視為一種尚“未完成”形態的資產；而在中國，這樣的緩沖帶并不存在。上一輪 AI 浪潮中，相關公司曾率先走向資本市場，也率先承受了市場的審視。這主要源于前者的資本市場更關注增長潛力，而后者更關注短期收入。

也正是在這樣的背景下，國內大模型獨角獸們幾乎在同一時間選擇走向 IPO。智譜于 2026 年 1 月 8 日正式上市；MiniMax緊隨其后，其計劃于 1 月 9 日登陸港股。

在筆者看來，這不只是一次公司層面的資本動作，更像是 AI 行業在當下被推到了一個不得不面對的問題面前：在基礎設施已經完成資本化之后，市場是否真的準備好為大模型定價？

港股準備好第二次給AI定價了嗎？

智譜今天站在港交所門口時，走進的并不是一個對 AI 完全陌生的市場。

過去幾年里，國內資本市場已經出現過少量與之相關的上市樣本。樣本不多，也并未形成清晰的行業范式，但它們在財報周期中，逐步留下了一套隱性的對照體系。今天，當市場看向智譜時，不可避免地會把它放進這套體系中重新衡量。

在這些歷史樣本中，最具代表性的是商湯科技。

回到成立之初，商湯所處的是一個與今天截然不同的 AI 發展階段。

在那個階段，AI 尚未走到臺前，更談不上直接改變普通用戶的社交習慣或生產力結構。AI 的主要應用形態，是嵌入在安防、金融、交通、城市治理等系統之中，通過算法能力與工程交付，提升既有系統的效率。商湯的成長路徑，也高度貼合這一時代背景：以計算機視覺為核心能力，面向 ToB 與 ToG 客戶，提供項目化、定制化的解決方案。

這并非商湯的個體選擇，而是上一代 AI 公司普遍面對的現實。當時，算法能力是最重要的稀缺資源，而商業化的主要方式，便是通過大型客戶與重交付項目，換取收入與生存空間。

但當商湯在 2021 年登陸港股之后，市場的關注點開始發生變化。隨著財報披露進入常態化周期，投資者不再只討論技術本身，而是不斷回到一些更具體的問題：收入是否具備可復制性？高度定制化的項目模式，是否會限制規模擴張？對 ToG 與少數大客戶的依賴，是否會影響長期增長的穩定性？

這些問題，并不是針對某一家公司的否定，而是公開市場在面對類似工程化 AI 公司時，幾乎必然會提出的審視。

從這個意義上看，商湯所經歷的是一代 AI 公司商業結構在資本市場中的反饋。

與商湯不同，智譜所處的則是另一條技術與產業演進路徑。

作為新一代“大模型六小龍”之一，智譜站在的是大模型這一更靠近前臺的敘事之下。大模型的出現，讓 AI 第一次具備了直接影響內容生產、開發效率乃至部分生產力結構的能力，也讓模型本身成為可以被單獨討論和定價的對象。

需要承認的是，智譜的大模型能力，并非行業中最具突破性的那個。相比之下，像 DeepSeek 這樣的公司，通過極致的性價比與架構創新，在縮短中美 AI 差距上做出了更具標志性的突破。從這個角度看，智譜并未趕上這一輪最激進的技術拐點。

但在現有國內大模型公司中，智譜依然處在一個相對靠前的位置：它擁有較為完整的人才體系、持續投入的算力資源，以及長期積累的資本支持。在資本市場的視角下，這些要素意味著更高的可持續性和更強的長期存在概率。

這恰恰也構成了智譜與商湯在資本市場層面拉開差距的關鍵背景。

智譜所承載的是大模型本身是否能夠成為一種獨立資產形態的問題。但與此同時，智譜也不可避免地，踩在了商湯曾經走過的路徑上。

從成立時間看，智譜誕生于 2019 年，那是大模型技術尚未成熟的階段。為了獲得早期收入與生存空間，智譜同樣需要依賴 ToB 與 ToG 客戶，通過私有化部署與定制化交付，換取現金流。這一路徑，與大多數 SaaS 公司并無本質區別：先做定制化，再談標準化。

問題在于，走到今天智譜已經來到一個臨界點。

據智譜招股書，從其近幾年的收入結構變化可以看到，云端部署的占比正在逐步上升。這一變化，并不意味著智譜已經完成轉型，而是一種方向性的調整，其正在主動降低對單一大客戶和重定制模式的依賴，嘗試把自己從“工程型公司”的路徑中往回拉。

在智譜走進港股之前，商湯上市后，出門問問則是另一個打著AIGC第一股旗號上市的公司。但與商湯不同，出門問問走的是完全相反的路。

從其收入結構來看，更多來自軟件與硬件產品，而非重項目交付。它試圖向市場證明，AI 可以脫離復雜的工程體系，以更輕的產品形態、更接近消費電子或軟件公司的方式實現商業化。

但上市后的市場反饋，最終通過“破發”這一結果呈現出來。

如果把這一結果放回今天的語境下看，其意義并不在于哪種模式更正確，而在于一個更現實的事實：在缺乏成熟定價坐標的情況下，市場對新形態 AI 的不確定性，往往會首先通過價格被釋放出來。

兩個樣本，構成智譜的現實坐標系。

將商湯與出門問問放在一起看，他們勾勒出國內資本市場在面對 AI 公司時，已經真實驗證過的兩條路徑：一條是項目制路徑，技術與收入相對清晰，但擴展性受到嚴格審視；另一條是產品化、AIGC 路徑，想象空間更大，但定價不確定性同樣更高。

正是在這兩條路徑都已被市場真實驗證之后，智譜才走向資本市場。

智譜會走向何種結局？

無論智譜上市后的股價表現如何——是上漲、破發，還是短期震蕩——這些結果本質上都屬于交易層面的反饋，而非對一家公司的最終判斷。

在資本市場中，尤其是技術驅動型公司身上，短期價格更多反映的是情緒與預期，長期結果才與路徑選擇有關。如果把時間尺度拉長，會發現一家 AI 公司的結局，往往不是在上市首日能夠決定的。

這一點，在海外市場已經有相對清晰的參照。

如果把智譜放回全球大模型版圖中來看，它的對照對象，其實并不是 GPU 廠商，也不是應用型 AI 公司，而是基座模型公司。

在海外，這一類型的代表主要是 OpenAI 和 Anthropic。它們同樣不以單一應用或硬件為目標，而是試圖圍繞通用模型能力，構建一個長期可擴展的技術與商業體系。

從最直觀的層面看，這些公司的估值規模，與國內即將上市的大模型公司之間，已經形成了數量級上的差距。無論是 OpenAI 還是 Anthropic，其私募階段的估值，都遠高于當前中國大模型公司的市場定價水平。這種差距，并不完全來自模型能力本身，而更多反映出中美資本市場在看待 AI 時的結構性差異。

在海外市場，資本對基座模型公司的投入，往往建立在極強的長期主義預期之上。巨額融資并不急于對應當期收入，而是默認模型能力需要在更長時間里，通過平臺化、生態化的方式逐步釋放價值。相比之下，在國內市場，真正敢于以類似尺度持續下注的，更多來自國資背景。這也是為什么在進入 B 輪之后，智譜的融資結構中，國資逐漸占據了更高比重。

這種資本結構上的差異，直接影響了基座模型公司的商業路徑選擇。

從商業模式看，海外基座模型公司普遍以云端部署為核心，通過 API 或 token 計費的方式，將模型能力直接商品化。這種模式成立的前提，是市場愿意在相當長的一段時間內，容忍高投入、低利潤甚至持續虧損，用以換取模型能力的擴散與鎖定。

但這一模式，在國內環境中很難從第一天就順利走通。這不僅是大模型公司的問題，也是國內 SaaS 行業長期存在的現實約束：客戶對付費方式、價格體系和替代成本高度敏感，企業很難在早期完全依賴標準化的云端收入生存。

正是在這樣的背景下，智譜走出了與海外同行明顯不同的一條路。

一方面，它同樣在強調 MaaS 和云端調用，希望逐步向更標準化、更可復制的收入結構靠攏；但另一方面，它又不得不持續考慮現實的現金流問題，通過 ToB 和 ToG 場景下的定制化項目，支撐公司的長期運行。這種“拉扯式”的商業結構，決定了智譜無法像 OpenAI 或 Anthropic 那樣，將全部重心押注在云端規模化之上。

與此同時，海外基座模型公司所依托的基礎設施條件，也與國內存在顯著差異。

例如，OpenAI 與軟銀、甲骨文等聯合成立的 Stargate LLC，計劃到 2029 年投資高達約 5000 億美元 用于 AI 基礎設施建設；Anthropic 則在 2025 年宣布與 Microsoft、NVIDIA 建立戰略合作關系，承諾在 Microsoft Azure 上采購至少約 300 億美元 的算力服務。這類大手筆投入，為海外基座模型公司提供了相對穩定、長期可預期的算力供給。

相比之下，國內大模型公司在基礎設施層面，很難獲得同等規模、同等確定性的長期支持，這也進一步強化了它們對現實收入的依賴。

回到智譜自身，其面臨的問題其實已經相當清晰。

多位接近智譜的人士向虎嗅透露，盡管智譜當前對外強調以 MaaS 為核心，但其 MaaS 收入仍高度集中于少數幾家大型互聯網公司，這些客戶合計貢獻了智譜 90% 以上的 MaaS 收入。這意味著，一旦這些公司選擇不再接入智譜的 MaaS 平臺，其云端部署收入將面臨極大的不確定性。

在這種情況下，智譜幾乎不可能完全擺脫 ToB、ToG 定制化項目的支撐。而這條路徑，又很難向資本市場提供一個足夠清晰、可規模化復制的長期承諾。

當然，這并非智譜一家公司的問題。更大程度上，它反映的是國內互聯網公司之間的合作環境、付費意愿與生態結構所共同塑造的結果。

也正因為如此，智譜未來的結局，并不取決于上市首日的漲跌，而取決于它能否在現實約束之下，盡量把自己拉回到一個更健康、更可持續的商業形態，即在不失去大客戶的同時，逐步降低對它們的依賴。

這才是智譜真正需要跨過的那道門檻。

本文來自虎嗅，原文鏈接：https://www.huxiu.com/article/4824413.html?f=wyxwapp