智谱近日完成新一轮规模达335亿元的融资。这一金额在AI行业内属于头部量级，但更值得关注的是融资发生的时点：智谱于今年1月完成港股IPO，7月完成首次配售，8月底披露营收同比增长近400％的中报，随后又启动了新一轮融资。上市并未终结其融资需求，反而成为更高效获取资金的通道。
智谱2026年中报显示，公司营收9.54亿元，同比增长399.7％，半年收入已超过2025年全年。其中，核心的MaaS开放平台及API服务收入达8.25亿元，同比增长约2736％，占总营收的86.5％。ARR在8月底达到16亿美元，两个月内增长60％。
但同一份财报也显示，公司净亏损20.72亿元，研发开支21.31亿元，研发投入为营收的两倍以上。近三年半累计研发投入约44亿元，约为同期收入的6倍，其中70％至80％用于算力。这一财务结构并非智谱独有。MiniMax经调整净亏损19.65亿元，与智谱的19.64亿元基本持平，而前者收入体量仅为后者的八成。两家头部公司的共同特征是：收入快速增长，但研发消耗的速度更快。上市解决的是资金获取效率问题，而非资金消耗结构问题。只要研发投入与收入之间的剪刀差没有闭合，融资就具有持续性。
智谱本轮融资中，约60％明确投向下一代GLM基础模型和完全自训练体系，探索递归式自我改进循环（RSI），押注方向是模型能力的代际跃迁，而非短期盈利。另有15％用于业务拓展和战略投资，25％用于优化资本结构。
将视线从大模型切换至具身智能，宇树科技提供了另一个观察样本。宇树以219倍的发行市盈率登陆科创板，而行业平均为38倍。上市首日冲高后，股价在一个月内跌超55％，市值蒸发超2500亿元。2026年上半年，宇树收入11.52亿元，同比增长48％，但扣非净利润同比下降19％，主要原因是研发费用同比增加8203万元，销售费用同比上升2.5倍。收入增长与利润收缩并存，而市场此前给出的是成长股估值。宇树IPO募资计划中，42亿元里有20.22亿元投向智能机器人模型研发项目，占比近五成，85％的募资总额专项用于研发投入。一家硬件公司把一半以上的资金投入软件和模型，这一结构本身反映出机器人公司上市后真正的投入阶段才刚刚开始。
具身智能的研发刚性约束比大模型更为复杂。大模型具备相对清晰的路径：堆算力、扩参数、喂数据，Scaling Law在相当长时间内有效。智谱的RSI方向进一步表明，模型可在上一代模型构建的环境中自我训练，形成递归改进循环。具身智能则没有单一的大规模文本语料可依赖，训练数据必须从物理世界逐步采集。真机遥操作在规模化运营后的单小时有效数据成本约为275元，小规模采集阶段更高。智在无界合伙人郑思鹏披露的数据显示，30秒真机采集成本为10至15元，1小时约1000元，完成百万小时真机数据预训练的投入将达到10亿元量级。昆仑万维董事长方汉给出的估算更为极端：1000万小时真机数据成本高达50亿元。
数据采集之外，视觉模型和世界模型的训练成本更高。英伟达的DreamZero世界动作模型训练一次需要8张H100运行25天，经过系统级优化后训练吞吐提升近4倍，但高昂的训练成本和耗时仍是行业复现的主要门槛。此外，具身智能的垂直场景训练缺乏通用性，一套在工业产线上训练好的抓取策略，换到家庭厨房场景中可能完全失效，每一类垂直场景都需要独立的数据采集、模型微调和持续迭代，成本无法像大模型那样通过一次训练分摊到所有用户。蚂蚁灵波CEO朱兴判断，具身智能仍处于冷启动阶段，模型能力、硬件稳定性、成本约束决定了很多场景暂时无法覆盖。蒸馏技术可在一定程度上降低推理端成本，但解决的是部署效率问题，而非训练成本问题。
回到智谱，其已完成IPO、首次配售和一轮335亿元的新融资，但这并不意味着资金需求已经终结。近三年来，智谱和MiniMax累计研发投入均约为收入的6倍。只要这一比例不收敛，融资就是常态。具身智能公司面临的局面更为严峻。大模型公司至少有一条模型能力提升带动API收入增长的变现路径，智谱MaaS收入同比增长2736％即为证明。而具身智能的商业化闭环尚未跑通，宇树的收入主要来自机器人本体销售，软件订阅和服务收入占比极低。当硬件毛利率无法覆盖模型研发的持续消耗时，上市募资只是提供了更长的跑道，而非终点。
宇树的股价回调本质上揭示了一个结构性矛盾：具身智能的技术成熟度尚未达到大模型那样的可规模化变现阶段，但资本市场已按成熟期的估值逻辑给出定价。当这一错配被修正时，股价的回调幅度即是市场对过早上市的定价。据报道，人形机器人企业的IPO审核正在收紧，监管要求企业提供可持续收入、亏损持续收窄的实质证据。对于大模型公司，上市后的持续融资是一场关于技术代际领先的军备竞赛；对于具身智能公司，上市后的持续融资则是一场关于生存的消耗战。上市的尽头不是自给自足，而是更高杠杆、更大规模的融资能力。
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。
