智谱华章作为全球首家AGI基座模型公司在港交所上市，被称为"中国版OpenAI"。其GLM-4.7模型在全球榜单表现优异，超越国际竞争对手。公司2022-2024年营收年复合增长率达130%，累计研发投入超44亿元。此次上市标志着中国大模型从"技术跟跑"正式迈向"全球竞技"新阶段，为中国AI产业发展树立了重要里程碑。
刚刚，全球大模型第一股，终于在港交所敲钟！
杭州市创投协会会员单位杭州城投产业基金战略投资的北京智谱华章科技股份有限公司（以下简称“智谱”）正式在港交所主板挂牌上市（股票代码2513）。
被称为中国版OpenAI的智谱，不仅拿下了全球首家AGI基座模型上市公司头衔，且首日开盘涨超3%，报120港元/股，市值突破528亿港元。
这波2026年的重磅开场，直接把AI资本市场的热度拉满了。
全明星站台
其实从招股书披露的核心信息看，这场IPO的热度就早有预兆。
按116.20港元的发行价算，这次IPO募资总额超43亿港元（绿鞋前）。
香港公开发售直接被抢爆，超额认购1159.46倍，国际发售也获15.28倍认购。
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。
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。
智谱的资本阵容也堪称全明星。
本次IPO引入11家基石投资者，涵盖北京核心国资、泰康人寿等头部险资、广发基金等公募，以及JSC International等国际机构，合计认购29.8亿港元，占发售股份近七成。
而在此之前，智谱早就攒齐了豪华朋友圈。
美团、阿里、腾讯等产业资本，红杉、高瓴等一线VC，乃至地方国资都纷纷入局，8轮融资累计超83亿元。
这么多大佬集体押注，本质上是看准了智谱的技术硬实力和商业模式。
毕竟在AI赛道，“能打”才是硬道理。
从GLM-4.7看中国模型的全球竞争力
就在上市前，智谱新一代旗舰模型GLM-4.7刚在全球榜单霸榜。
AA智能指数中拿下开源与国产双料榜首，Code Arena盲测里力压GPT-5.2成为开源第一，甚至冲上Hugging Face全球趋势榜第一，把一众海外模型甩在身后。
但智谱的技术硬实力，可不止“榜上有名”这么简单。
它原创的GLM架构已适配40余款国产芯片，AutoGLM 2.0的设备操控能力覆盖8000万台终端，日均4.6万亿Token的调用规模。
美国Anysphere（Cursor背后公司）、Cerebras等50+海外平台，已经主动将GLM模型作为核心能力接入。
中国大模型这波出海，挺给力。
技术硬实力，最终转化成了商业化的造血能力。
招股书显示，2022-2024年智谱营收连续三年翻倍，从5740万元增至3.124亿元，年复合增长率130%；
2025年上半年更同比暴涨325%，收入达1.91亿元。
撑起这份增长的，还得从它2021年就提前布局的MaaS模式说起。
如今国内270万+企业与开发者接入平台，中国前十大互联网公司9家都在用。
Coding订阅产品短时间内ARR破亿，OpenRouter上的调用量稳居全球前十，付费收入超过所有国产模型之和。
44亿烧出的AGI护城河
不过话说回来，大模型赛道从来没有躺赢。
但智谱的钱，大部分都烧在了研发上。
2022-2025年上半年，智谱累计研发投入超44亿元，2024年单年研发费用就达21.95亿元，是当年营收的7倍；
智谱74%的员工为研发人员，核心团队源自清华KEG实验室。
这份不计成本的投入，也体现在募资用途上——
70%资金将继续砸向大模型研发，10%用于优化MaaS平台。
这显然是要在技术底座上持续筑高壁垒。
如今智谱敲钟，意义已超出一家公司的上市。
它代表中国AGI企业首次以完整商业主体身份，进入国际资本市场定价体系。
智谱这面「全球大模型第一股」的旗帜，或许正标志着中国大模型，从 “技术跟跑” 正式迈向 “全球竞技” 的新阶段。
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。
