要走650亿，智谱的理想越来越贵

9月中旬，清华大学的一间阶梯教室，座无虚席。

来听课的学生实在太多，有些只能在过道里蹲着、站着，旁听这门“高级机器学习”课程。

课程主讲人是唐杰，清华大学计算机系教授、智谱AI创始人。他分享了些前沿判断，比如，AI未来一两年会全面接管PC操作。

“听得酣畅淋漓。”一位清华学生评价说。

作为智谱实际控制人之一，唐杰仍活跃在清华园的三尺讲台，他拒绝传统的高管职务，只用“首席科学家”的头衔，以便把精力集中在前沿技术上。

这位49岁的高知教授，在过去4年半，累计烧掉超100亿元，又募集了数倍于此的资金，带领智谱开启一场“摸高计划”。

这场昂贵的游戏，暂时还看不到盈利的时点。

重仓算力

唐杰和同事的融资动作，真的又快又密：1月登陆港交所，募资约49亿港元；7月首轮配售，募到40亿美元；9月再次融资50亿美元。

短短8个月，他们募集了整整650亿元人民币。

9月16日，智谱管理层举行沟通会，结合刚完成的约335亿元人民币融资，给投资者讲了三件事：算力约束解除、与云厂商合作取得突破、Co-work订单超10亿元。

高管表示，新一轮融资是出于算力扩容的需要。

2026年2月，GLM-5发布后，模型调用需求量暴增10倍，在发布当周，智谱算力储备就几乎消耗殆尽，只好暂时停售主力产品Coding Plan。

他们收购中科加禾，又进行策略调整，将算力效率提升2—3倍，但缺口始终还在，收入增速也受到限制。

“我们用了数万张国产芯片全量上线，为了保证能用，所有infra优化技术全上了。”

唐杰说，团队研发GLM-5.3-Flash时，为省算力，做了不少“抠门的事”。

最终，智谱通过两笔大额融资，填补缺口。

7月、9月，两笔融资合计募到90亿美元，用于扩大算力布局，以确保“短期内，算力供给不再是收入增长的主要约束”。

内部算了笔账：投入300亿元，大约可建设10万P算力。这些算力预留40%来做训练研发，60%用于满足业务推理需求。

主流模型基准表现对比

基于GLM-5.3的高推理性价比，理论上最高可实现80%的推理毛利。照此测算，在60%的算力利用率下，按全价计算，一年收益可达400亿元。

理想情况下，一年下来，智谱可以收回全部算力投入，还能覆盖模型训练的研发费用，不用靠下一轮融资“输血”。

“对于大模型公司的算力投入，我们同样需要坚定的Scaling。”管理层强调。

落地生金

要花费如此多现金，唐杰团队也在努力安抚市场。

在最新的电话会上，管理层不断释放利好，意在表明，其商业化层次更丰富，根扎得更深了。

其一，与云厂商的合作有突破，云分成落地，开源首次变成收入项。

“我们近期与头部云服务商签署收入分成协议，相关收入将从10月起确认。”管理层提到，智谱GLM系列模型在海外云服务平台上以托管API形式提供服务，按约定分享收入。

这反映出，开源模型正加速商品化。

其二，Coding（编码）范式延伸至Co-work（协同工作），提速上量。

智谱给模型能力的演进划定了一条“阶梯”：Chat、Coding、Agent、Co-work、Autonomous AI。

到Co-work这一步，模型进入真实工作流，按完成的任务计价。该阶段的门槛是，交付的工作成果可靠性达到专业人士愿意验收的水平，而不是需要推倒重做。

唐杰的同事透露，GLM-5.3发布1个月来，Co-work行业订单金额超10亿元。

网络安全是率先落地的垂直场景，已有100家安全企业将GLM模型接入其安全产品和业务流程。

如果Co-work这条路能跑通，并复制到法律、金融等领域，其按业务价值付费的属性，将有助于丰富智谱的收入结构，尽快与自身算力扩张部分脱钩。

管理层表示，有信心将智谱年末ARR（年度经常性收入）指引由24亿美元上调至30亿美元。

截至当前，其全业务口径ARR达到18亿美元。

但是，唐杰团队拒绝给出盈利时点的具体预测，只说经营拐点将取决于ARR增长速度、模型效率提升以及基座训练投入节奏。

理想丰满

掌舵技术方向的唐杰，似乎有意远离财务预算这类行政事务，继续高密度输出个人判断，风格坦诚且带点“反共识”。

他判断，Chat这一仗基本打完了，AI的下一站是自我进化、自己创造继任者，称之为RSI（Recursive Self-Improvement，递归自我改进）。

17日，唐杰连同GLM团队发了一篇长文，披露智谱GLM模型研发过程中让他们备受震动的一个时刻：AI开始取代人类，自己造自己了。

他们第一次透露了RSI的工程化实践成果。

8月下旬，智谱推出原生多模态模型GLM-5.3-Flash，首周就拿下OpenRouter平台调用量第一。

这款新模型背后，由GLM-5.3驱动的Infra Agent（基础设施智能体）仅用两周，就使GLM-5.3-Flash在国产加速卡上首次跑通，并扛下全部线上流量，端到端吞吐能力提升3.2倍。

唐杰说，优秀的工程师，脑子里有一套隐性经验：什么时候看时间线，什么时候跑微基准，该对比哪一层的输出。

现在，智谱大模型把这套经验显式化了。

原本模糊的异常现象，转化为可验证的工程假设；复杂的系统问题，被拆解为迭代过程，可观测、可实验、可归因。

由此，模型优化系统，系统承载模型。唐杰称此机制为“稠密反馈”。

相对于唐杰对技术的兴奋，眼下，投资者的热情在减退。9月以来，智谱的市值已跌掉35%，相当于损失2000亿港元的账面财富，较高点已蒸发超70%。

当唐杰驱动更多资本服务其理想时，资本方对回报的预期，也在暗中不断升高。