news 2026/2/24 14:13:41

烧钱、造血与上市,智谱与MiniMax的港股突围战

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
烧钱、造血与上市,智谱与MiniMax的港股突围战

近期,据港交所披露易官网及多家权威财经媒体讯息,中国大模型领域的两只领头羊——北京智谱华章科技有限公司(智谱 AI)与上海稀宇科技有限公司(MiniMax),相继正式向香港联合交易所递交了招股说明书。

这意味着,在经历了长时间的技术军备竞赛、烧掉了数以百亿计的资金后,中国 AI独角兽们被迫也好,主动也罢,终于要脱去一级市场的高估值保护色,赤身肉搏地面对二级市场投资人的审视。

智谱深耕技术生态,MiniMax 押注杀手级应用。这两份招股书,折射出的是中国 AI 产业两条截然不同的生存法则。

为何是现在?

在外界看来,此时冲刺 IPO 似乎显得有些操之过急。毕竟,距离 ChatGPT 引爆全球浪潮不过两年,大模型的商业模式在全球范围内都尚未完全跑通。

但对于身处局中的独角兽而言,这或许是不得不发的背水一战。

根据一级市场公开的投融资数据,2023 年至 2024 年初,国内大模型初创企业的融资热度极高,单笔融资动辄数亿美元。然而,进入 2024 年下半年,资本市场风向骤变。美元基金退潮,人民币基金对高风险、长周期的硬科技项目变得更为审慎。

存粮正日趋成为头号命题。训练大模型是一场吞噬金钱的游戏。据行业普遍测算,维持千亿参数模型的持续迭代与算力基础设施建设,每年至少需要数亿甚至十数亿人民币的投入。在自身造血能力尚未完全覆盖成本的当下,打通二级市场融资渠道,成为续命的关键。

选择港股,也是一种务实的妥协。A 股市场对盈利指标有严格要求,这对于尚处于亏损阶段的 AI 公司来说门槛过高;而美股市场虽对科技股宽容,但受制于地缘政治与数据安全审查的复杂性,不确定性极大。因此,港交所成为了中国 AI 独角兽们最理想的避风港与加油站。

智谱 AI:做中国的“基座”

翻开智谱 AI 的履历,映入眼帘的是浓厚的清华系底色。

源自清华大学计算机系知识工程实验室(KEG),智谱 AI 从诞生之初就带有强烈的技术基因。如果说 OpenAI 是为了通往 AGI(通用人工智能),那么智谱 AI 的路线图则更侧重于“Model as a Service”(模型即服务)的产业落地。

技术底座是智谱最核心的护城河。从早期的 GLM-130B 到如今全面对标 GPT-4 级别的 GLM-4,智谱展现了惊人的迭代速度。在招股书中,高昂的研发投入占比证实了其对底层技术的执着。这种执着并非盲目,而是为了构建一个类似 Android 或 Windows 的底层生态。

在商业化路径上,智谱选择了走ToB道路。

根据公开的合作案例显示,智谱并没有急于在C端推出爆款 APP,而是将目光锁定了政企、金融、制造等传统行业。他们通过私有化部署、API 调用等方式,让大模型进入企业的生产流。例如,在金融领域,智谱的 Agent技术正在帮助银行重构研报分析流程;在代码辅助领域,其 CodeGeeX 产品已成为众多程序员的标配。

更有意思的是智谱的生态打法。据 IT 桔子等创投数据库显示,智谱 AI 在自身融资的同时,还通过投资或孵化,将触角伸向了生数科技(多模态)、面壁智能等上下游企业。

智谱的逻辑很清晰,在中国,单纯卖模型可能很难赚大钱,但如果能成为所有 AI 应用的“水电煤”供应商,构建起庞大的开发者生态,那么其价值将不可估量。招股书中的营收结构也逐渐印证了这一点,其来自 API 服务与企业解决方案的收入正在稳步攀升。

MiniMax:做 AI 界的应用之王

如果说智谱是严谨的学院派,那么 MiniMax 就是敏锐的产品派。

这家由前商汤科技副总裁闫俊杰创立的公司,从第一天起就显得与众不同。他们似乎并不热衷于在学术榜单上刷分,而是极其在意用户时长和留存率这些通常出现在游戏或社交软件财报里的指标。

MiniMax 押注的是一条“Super App”(超级应用)路线。

在他们的商业逻辑里,大模型本身不是产品,基于大模型带来的全新交互体验才是。MiniMax 的核心打法是情感计算与陪伴经济。

这在其核心产品 Talkie(国内版为星野)上体现得淋漓尽致。根据 Sensor Tower 以及 The Information 的相关报道,Talkie 在美国市场的下载量一度冲进总榜前列,其用户平均每日使用时长达到了惊人的水平,甚至超过了许多主流社交软件。

为什么?因为 MiniMax 的模型更擅长拟人。通过自研的 MoE(混合专家模型)架构,他们让 AI 角色具备了极高的情商和记忆力。用户不是在搜索信息,而是在与虚拟角色建立情感连接。

这种差异化带来了更性感的商业模式,相比于 B 端漫长的销售周期和回款压力,C 端产品的变现路径更短。通过订阅会员、购买虚拟形象卡牌等类似游戏的内购机制,MiniMax 展现出了极强的现金流潜力。

招股书所透露的信息表明,MiniMax 正在试图证明一件事:AI 公司不一定非要卖技术,它完全可以是一家通过技术驱动的新一代互联网内容公司。

招股书背后的三座大山

尽管两家公司都描绘了宏大的未来蓝图,但剥开招股书光鲜的封皮,现实的挑战依然严峻。中国 AI 独角兽们共同面临着三座大山。

第一座大山是对盈利能力的拷问。

即便如 MiniMax 在 C 端有流水进账,或智谱在 B 端有大单在手,但面对巨额的成本,短期内实现盈利依然是天方夜谭。招股书中的财务数据大概率会显示巨额亏损。这笔钱主要烧在了两个地方:算力与数据。尤其是算力,为了维持模型训练,企业必须采购数以万计的高端 GPU。在英伟达高端芯片受限的背景下,算力成本的溢价进一步加剧了财务负担。

第二座大山是价格战的挤压。

2024 年 5 月,字节跳动旗下的豆包大模型率先打响了价格战的第一枪,随后百度文心一言、阿里云通义千问迅速跟进,API 调用价格动辄下降 99%,甚至直接免费。

这对于创业公司来说是毁灭性的打击。巨头可以通过云服务、广告等其他业务补贴 AI 亏损,但对于智谱和 MiniMax 而言,如果跟进降价,收入将大幅缩水;如果不跟进,客户可能流失。如何在巨头的夹缝中守住定价权,是上市后管理层必须回答的问题。

第三座大山是技术天花板的不确定性。

Scaling Law(尺度定律)是否依然有效?当模型参数大到一定程度,边际效益是否会递减?目前全球 AI 行业都进入了技术深水区。如果下一代模型(如 GPT-5 级别)迟迟不能带来革命性的体验提升,资本市场的耐心将会被耗尽。

只是入场券

智谱 AI 与 MiniMax 的上市申请,标志着中国大模型行业结束了草莽发展的上半场。

对于这两家公司而言,IPO 敲钟的那一刻,绝不是庆功宴的开始,而是更为残酷的长跑起点。上市融来的资金,将被迅速填入算力基建、顶尖人才招募以及全球化扩张的无底洞中。

智谱需要证明,它的技术生态能像阿里云一样长出无数应用;MiniMax 需要证明,它的 Talkie 不仅仅是昙花一现的现象级产品,而是能持续变现的平台。

但无论如何,中国 AI 企业敢于在这个时间点冲向公开市场,本身就证明了行业的韧性。它们正在用实际行动告诉世界,中国的大模型,不仅有参数的堆砌,更有商业的野心。

这场关于未来的赌注,才刚刚下注。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/2/22 1:45:49

ESP32项目EEPROM扩展:I2C电平匹配深度讲解

ESP32项目实战:用I2C扩展EEPROM时,电平匹配到底怎么搞?你有没有遇到过这种情况——代码写得没问题,引脚也接对了,可就是读不到EEPROM的数据?或者更糟,ESP32一上电,I2C总线直接“死锁…

作者头像 李华
网站建设 2026/2/18 23:17:36

富士通加入软银集团牵头的AI内存技术研发项目

来源:维度网 12月26日消息,日本科技企业富士通已决定加入由软银集团牵头的下一代存储器开发项目。该项目计划利用英特尔及东京大学的技术资源,致力于AI内存技术的研发,目标是于2027财年实现相关技术的商业化应用,并在…

作者头像 李华
网站建设 2026/2/20 4:50:53

如何在 SQL 中创建 Pivot 表

原文:towardsdatascience.com/how-to-pivot-tables-in-sql-88ef2ada5d96?sourcecollection_archive---------2-----------------------#2024-06-12 数据科学、SQL、ETL SQL 中创建 Pivot 表的全面指南,以提升数据分析能力 https://medium.com/yunglin…

作者头像 李华
网站建设 2026/2/21 22:42:42

PaddlePaddle镜像支持模型量化吗?INT8部署实战

PaddlePaddle镜像支持模型量化吗?INT8部署实战 在当前AI模型日益复杂、部署场景不断下沉的背景下,如何在保证精度的前提下提升推理效率,成为工业落地的关键挑战。尤其是在边缘计算、移动端应用和高并发服务中,FP32模型带来的高内存…

作者头像 李华
网站建设 2026/2/23 7:16:31

PaddlePaddle镜像中的验证集划分策略对效果的影响

PaddlePaddle镜像中的验证集划分策略对效果的影响 在工业级AI项目中,一个看似微不足道的细节——验证集怎么分——往往能决定整个模型训练是走向成功还是陷入“虚假性能”的陷阱。尤其是在使用PaddlePaddle镜像进行快速开发时,许多团队依赖其开箱即用的便…

作者头像 李华
网站建设 2026/2/22 5:56:10

Windows平台终极PDF工具箱:Poppler完整使用指南

Windows平台终极PDF工具箱:Poppler完整使用指南 【免费下载链接】poppler-windows Download Poppler binaries packaged for Windows with dependencies 项目地址: https://gitcode.com/gh_mirrors/po/poppler-windows 还在为PDF文档处理而烦恼吗&#xff1f…

作者头像 李华