mylogs.cn

智谱50亿美元融资：六成押注下一代GLM

2026 年 9 月 14 日

发布于

智谱于 9 月 13 日宣布完成约 50 亿美元（约 335.4 亿元人民币）融资，其中六成将明确投向下一代 GLM 基础模型与”完全自训练”体系及算力基础设施。这笔资金让这家今年 1 月才登陆港交所的中国大模型公司，在持续升级的”耐力赛”中获得跨多个研发周期调度算力的底气。

一笔”折价配售 + 零息转股”的组合拳

智谱（02513.HK）本轮融资由两部分独立构成，彼此不互为前提。其一是约 20 亿美元的股份配售：以每股 714 港元配售最多 2196.5 万股新 H 股，较 9 月 11 日 793 港元的收市价折让约 9.96%，所得净额约 156.64 亿港元。其二是约 30 亿美元的零息可转债券：以本金 100.5% 发行，初始转股价 892.5 港元（较 793 港元溢价约 12.55%），2027 年到期，本金规模 201.4 亿元人民币，所得净额约 236.1 亿港元。两项合计净额约 392.74 亿港元。

这种”折价配售 + 零息溢价转股”的结构在 AI 公司融资中并不常见。零息设计意味着公司不承担常规票息支出，而溢价转股价把即期股权摊薄压到最低——智谱用更低的当期成本，换来了更大的资金体量。

资金去哪儿了

据港交所公告，募资净额按以下比例分配：

用途	占比	说明
—	—	—
下一代 GLM 基础模型与完全自训练体系 + 算力基础设施	约 60%	研发与大规模训练、生产推理设施部署升级
业务拓展、战略投资及潜在并购	约 15%	扩大客户与服务规模
优化资本结构、补充营运资金	约 25%	一般企业用途

“完全自训练”（Fully Self Training）是本轮研发的重点方向。智谱将其描述为：下一代 GLM 在上一代 GLM 构建的环境中训练，形成递归式自我改进循环（Recursive Self-Improvement，RSI），具体覆盖自动化生成与筛选训练数据、构建可执行可验证的任务环境、提升长程推理与自我验证能力，以及推进国产芯片适配、算子开发和算力调度。

什么是”完全自训练”？

完全自训练指由下一代模型在上一代模型搭建的环境里完成训练，逐步建立递归式自我改进循环。它让模型参与更完整的训练与改进过程，而非单纯依赖人工标注数据，是智谱试图把”模型竞争力”转化为”持续迭代能力”的核心赌注。

商业化已跑出陡峭曲线

支撑这笔融资的，是智谱快速改善的财务表现。2026 年上半年，公司营收达 9.54 亿元，同比增长近 400%，已超过去年全年收入；其中 MaaS（模型即服务）开放平台及 API 服务收入 8.25 亿元，同比增长约 2736%，贡献当期 86.5% 的营收，业务毛利率由负转正至 24.6%。截至 8 月底，智谱按月度收入年化计算的 ARR（年度经常性收入）达到 16 亿美元，较 7 月上旬的 10 亿美元增长 60%。

模型侧，GLM 系列在 2 月至 8 月先后推出 GLM-5、GLM-5.1、GLM-5.2 和 GLM-5.3，保持约每两个月一次的重要升级节奏。

智谱为何采用”折价配售 + 零息转股”结构？

折价配售可快速募得大额权益资金，零息可转债则不产生票息负担且转股前不摊薄股权，溢价转股价更体现投资者对增长的预期。两者结合，让智谱在亟需算力的阶段以更低当期成本拿到约 50 亿美元弹药。

一场关于”谁先耗尽弹药”的耐力赛

把视野拉到全球，智谱的融资节奏折射出大模型行业的共同处境：前沿模型的竞争已从”谁模型更强”转向”谁能在更长周期里持续投入”。与 OpenAI、Anthropic 动辄千亿美元量级的累计融资相比，中国大模型公司的资金池仍显单薄，但智谱 1 月港股 IPO（所得 48.96 亿港元已悉数动用）、7 月配售 1978 万股净筹 313.75 亿港元、再到本轮近 393 亿港元，三步累计形成的储备已足以支撑数个研发周期。

真正的看点不在”融了多少”，而在”完全自训练”能否跑通。一旦递归式自我改进循环成立，模型迭代将部分摆脱对人工数据的依赖，算力与工程能力的复利效应会显著放大。这恰是约 50 亿美元最该押注的方向。