9月13日，智谱（02513.HK）公告完成约50亿美元融资，约合人民币336.5亿元，由约20亿美元股份配售与约30亿美元可转债两部分构成，所得款项净额主要投向下一代GLM基础模型、完全自训练体系，以及大规模训练、生产推理、算力资源与技术基础设施的部署升级。
先把口径校正清楚：这不是一笔一级市场融资，而是一家已上市公司的再融资。智谱今年1月8日以每股116.2港元在港交所挂牌，9月11日收盘报793港元、市值3692亿港元，较6月盘中2980港元的高点回撤逾七成。50亿美元放在3692亿港元的市值上约相当于10%，放在上半年9.54亿元的收入上，则是半年收入的35倍。
配售与可转债的条款，是这份公告里信息量最大的部分。配售方面，智谱以每股714港元配售最多2196.5万股新H股，占公告日已发行股份465,623,090股的约4.72%、占扩大后股本的约4.50%，净募资约156.6亿港元，定价较9月11日收盘价折让约9.96%。可转债方面，本金总额人民币201.4亿元，零息、2027年9月到期，人民币计价、美元结算，发行价为面值的100.5%，到期按本金赎回，初始转股价892.5港元，较配售价溢价25%、较9月11日收盘价溢价约12.55%。
把这几组数字连起来读，本轮融资的结构意图就清楚了。
先看技术账。这笔钱最重的一块投向，是一个尚未被验证的研发范式。完全自训练（Fully Self-Training）指的是下一代GLM在上一代GLM构建的环境中完成训练，形成递归式自我改进循环。创始人唐杰在8月31日的业绩沟通会上给出了更具体的定义：模型要覆盖从预训练、中期训练到后训练的全流程，自主判断何时停止、何时纠错，也就是海外同行口中的RSI（递归自我改进）。落到投入清单上，是自动化生成和筛选训练数据、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，以及国产芯片适配、算子开发与推理优化。
这条路线试图松掉两根绑绳。一根是数据：传统基础模型训练依赖人工标注与外部数据源，数据规模与质量构成迭代速度的硬约束，让上一代模型生成任务环境与训练数据、供下一代模型在其中学习，理论上可以把迭代从人力预算里解放出来。另一根是算力：国产芯片适配、算子开发与推理优化被与模型研发并列，是因为在供应链约束下，同等硬件条件下的有效产出，直接决定训练规模还能不能继续往上加。
它同时是全篇最不确定的一笔支出。自我对弈生成的数据，质量上限取决于模型自身的验证能力；一旦判别力不够，递归式自我改进就可能滑向自我强化的偏差循环。唐杰自己也承认，最大的挑战不是把模型训练得更大，而是让模型判断何时停止、何时纠错。这50亿美元里最重的那一块，买的是一个尚未跑通的假设。
再看商业账。智谱8月31日发布的中报，是一份增长很快、赚钱很难的报表。上半年收入9.54亿元，同比增长399.7%，半年收入已超过去年全年的7.24亿元；开放平台及API收入8.25亿元、同比增长2735.7%，占总收入的比例从去年同期的15.2%跃升至86.5%，本地化部署收入占比则从84.8%骤降至13.5%。Token调用量较年初增长超40倍，API平均售价提升约101%，量价齐升是真的。
代价写在另外两行。综合毛利率从去年同期的50%降至26.4%：毛利较高的本地化项目占比萎缩，本地化部署自身毛利率也从59.1%降到37.9%，而新晋主业的API业务毛利率虽由-0.4%转正至24.6%，仍是薄利。上半年净亏损20.72亿元、同比收窄12.1%，但经调整净亏损19.64亿元、同比反而扩大12.1%，同期研发支出21.3亿元、同比增长33.6%。一家半年收入不到10亿元、半年研发花掉21.3亿元的公司一次募资336.5亿元，说明这笔钱不是用来平衡运营的，而是用来买下一轮的入场券。
最后看资本账，这是本轮设计最值得琢磨的地方。零息可转债的发行价是面值的100.5%，到期却只按本金赎回——如果不转股，投资人持有到2027年9月会确定性地亏掉0.5%。愿意做这门生意的资金，收益只能来自892.5港元的转股价；而这个价格较配售价溢价25%、较市价溢价12.55%，等于智谱把利息成本换成了投资人对未来股价的信任票：省下的现金流是现在的，付出的稀释是未来的。
这套设计能成立，前提是市场愿意相信下一代模型能力兑现。同赛道头部公司的动作可以互为参照：Anthropic的年度经常性收入在2025年底约90亿美元，到2026年5月涨至470亿美元，H轮投后估值9650亿美元；OpenAI更早秘密提交了S-1，但奥特曼9月12日公开表示，考虑到当下的安全问题，2026年上市并不明智。一个靠私募估值曲线融资，一个把公开市场往后推，智谱选择的是把股权和债务同时用上。
这也解释了智谱为什么敢在股价回撤七成的位置上继续伸手。它手里还有一张牌：科创板。公司6月已公告建议申请A股在科创板上市，拟发行股份占发行后总股本的2%至8%，计划募资150亿元，其中120亿元投向大模型基座研发、20亿元用于MaaS服务平台、10亿元补充流动资金，从辅导备案到辅导验收只用了11天。港股配售、港股可转债、科创板A股三线并行，融资能力本身正在变成一项核心竞争力。
需要标出的风险边界有三条。第一，递归式自我改进若在工程上跑不通，完全自训练就只是把研发预算翻译成了叙事，50亿美元会沉进研发费用而看不到拐点。第二，收入结构已经下移到薄利的API侧，在26.4%的毛利率基数上再翻几倍收入，如果推理成本降不下来，亏损只会继续放大。第三，零息可转债不是免费的：转股价892.5港元是当前股价的1.13倍，2027年到期前若股价长期低于这条线，公司要用现金赎回201.4亿元本金；若股价冲上去，那就是实打实的股权稀释。
还有一条更长期的边界。AI基础设施的资本开支正在从研发投入变成资产负债表科目，当训练成本以百亿元计，决定大模型公司排位的就不再是跑分和榜单，而是谁能以更低的成本、更长的期限拿到钱。智谱这次把零息可转债做成了一张2027年到期的看涨期权，投资人买的是股价，公司买的是时间。
50亿美元能买到的，是继续留在牌桌上的资格。完全自训练究竟是通向下一代模型的那条路，还是一场用融资规模撑起来的叙事，答案不在公告里，而在下一代GLM的发布节奏和推理成本曲线上。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
