AI第一股「智譜」稱將開啟摸高計劃，短期不再追求商業變現，會影響A股上市么？

周末，智譜創始人唐杰在發布的內部信稱，公司將正式開啟 “Touch High（摸高）” 計劃，其明確表示，短期內將不再追求商業變現，而是集中資源攻堅 AGI 的四大核心方向，并擬募集資金，計劃投入百億級資源突破機械可解釋性技術！

從智譜當下的現金流量表看，其賬上有20多億現金，這意味其至少在募集現有資金的5~10倍，才有可能實現這一計劃，而如果按國際標準100億美元研發來看，其需要募集當下市值的10%，不過好在，其除了計劃在港股募集10億美元外，同時還計劃2026-2027年內在A股實現雙重上市，以滿足”AI軍備競賽“中資本性支出跟上的門檻。

無獨有偶，高盛在昨天也發表了報告，稱中國股市的「AI企業市值」被嚴重低估！報告全文都在用市值/市占率，意圖說明當下AI上市公司，尤其是類似智譜這樣的龍頭，還有翻倍的潛力。

不過，在當下在全球大模型集體奔赴商業化落地的行業周期中，智譜的這條路線，真的 “反直覺”！其是真的在對AGI 終局進行技術押注，還是在當下市場商業競爭困難，但資本市場估值高企的割裂態勢之下，回避財務報表壓力的一場資本游戲，目前還未可知。

反正，7月解禁期里，他的國資基石巨頭股東們都選擇了堅守，并且在10000億港幣左右市值附近選擇了增持！

而如今，智譜的表態無疑將給資本市場拋出一個全新的定價命題，但不管怎么說，清華系無疑已經是國內資本市場里當之無愧的圈層一哥。

一、“反直覺” 與“現實”

唐杰的內部信稱在通往 AGI 終點的道路上，有幾座必須翻越的山峰，它們也正是今天技術浪潮最洶涌的地方，它們分別是：長程任務（Long Horizon Task），自治智能體系統（Autonomous Agent System），完全自我訓練（Fully Self Training），極致安全治理。

但要實現這4大目標，就需要天量的投入，天量的投入就需要不斷的IPO和再融資，作為一個純LLM公司，智譜要在當下的AI巨頭角力中生存下去，不能只靠政府訂單和小企業、個人圖API便宜去使用，關鍵還是要技術領先，從這點看，其當下的壓力是不小的！

因為，從市場看，不具備全棧能力的單一 AI 大模型公司，未來將呈現嚴峻的結構化求生趨勢，除非一步到頂，不然中下游市場生態玩家，即使Token白給，也滿足不了后續質量和現金流的比拼！

所以，理論上當下的通用賽道基本已經喪失終局競爭力，國內WEB2.0時代的巨頭、美股的AI巨頭都太大了，資本化實力也強，尤其是后者，坐享全球資本！

而通用大模型的競爭本質是算力、數據與研發投入的長期消耗戰，無自有芯片 / 算力集群的廠商，成本與迭代速度會持續落后于全棧巨頭，純 API 價格戰完全就是吃資本市場現金供養，本身在不被刺的情況下必然會逐步被擠出通用市場。

同時，隨著美國AI巨頭對于數據源的保護，未來模型之間的垂直深耕會是中等體量LLM企業的核心生存路徑。

只有擁有獨家行業數據、深度場景 know-how 的廠商，才可依托第三方算力做定制化解決方案、私有化部署，并在金融、政務、工業等細分領域建立客戶轉換壁壘，從而避開巨頭正面競爭!

這意味著，商業模式被迫向下游延伸，純賣模型 API 的路徑快速失效，必須從 “技術提供商” 轉向 “場景服務商”，靠項目交付、定制開發、運營服務賺取溢價覆蓋算力成本，否則會被巨頭低價通用模型直接淘汰，行業也會向頭部快速集中。

加上，算力供給波動、芯片管制、算力漲價都會直接沖擊其成本與產能，對上游供應鏈議價權較低的中等模型商而言，經營穩定性遠弱于全棧廠商。

所以，要么跟上全棧，這需要每年1000億，要么試著突破國內AGI現有瓶頸，趕上國際AI巨頭水平，這似乎現在還能燒一波預期，只要不盈利，只要在研發，估值或許反而能撐得住！

于是，我個人認為智譜選擇暫緩商業化，是對大模型行業競爭終局的一種基于自我定位的現實判斷！

同時，市值是未來預期和現在稀缺性的反映，但長期壁壘最終取決于底層技術能力，而非短期應用場景份額。

所以，當國內大模型賽道已經紅海，多數廠商將研發資源向政務、電商、企業服務等落地場景傾斜之時，智譜判斷國內AI底層的技術迭代速度應該在放緩。

因此唐杰提出的四座技術高峰，其對應的是 AGI 規模化落地的核心瓶頸，即：長程任務解決模型的持續工作穩定性，自治智能體構建自主決策閉環，完全自我訓練突破人類數據上限，安全治理則解決技術規模化的合規底線。

但我們還是要警惕這條路徑的風險，這條路就是要增加虧損的路，而且很可能會在長周期競爭下發生，這時放棄短期變現意味著要持續依賴一級市場融資，把一級市場的事，放到了二級市場來做。

此外，這里那些技術路線，其實有很大不確定性。

而研發和商業化窗口期，也很可能并不匹配，一旦用戶流失，場景市場被競品率先搶占，未來技術成熟后的落地渠道成本將大幅提升，畢竟客戶的遷移成本就是AI企業最好的壁壘！

二、登陸 A 股的影響：估值重構與題材博弈

若智譜以當前戰略狀態登陸 A 股，首先財務數據和上市門檻方面依然沒有問題，現在政策綠燈大開，這類股票融資不難！

其次，當前 A 股 AI 標的多集中在算力硬件、應用落地層面，缺乏深耕底層 AGI 技術的核心資產，回來還是有稀缺性。

無非智譜希望市場從 “業績定價” 轉向 “技術期權定價”，不要盯著現金流投資AI產業。

但是，按A股的特點，“不追求商業變現” 的定位，很容易脫離基本面形成千倍打底，萬倍不是夢的估值泡沫！

而且國內市場對頭部大模型廠商的估值，很大程度上已經隱含了未來 2-3 年商業化收入高速增長的預期，一旦明確放棄短期變現，收入增長預期下修，基于1000倍市銷率的估值體系會失去核心支撐！

關鍵是百億投入，能有用么？畢竟巨頭都是按美元算，且其自身擁有較大的現金流回報！所以，Analysis全球模型智能指數中，智譜排名第三能帶來多少確定性估值還要再看！

三、智譜4大目標下與國際巨頭的現實差距：

（1）長程任務領域：OpenAI 的 GPT-4o、o1 系列已能穩定完成多步驟、跨小時的復雜推理任務，長上下文能力突破百萬 Token 級，任務容錯與自我修正能力持續迭代。而國內廠商的當前長程任務仍以分鐘級、單一場景落地為主，復雜任務的自主拆解、中途糾錯與魯棒性仍有代差。

（2）自治智能體領域：OpenAI、Anthropic 已構建成熟的智能體開發框架，完整支持自主規劃、工具調用、環境反饋與迭代閉環，第三方行業智能體已實現規模化商業落地。國內廠商的智能體能力仍集中在單輪工具調用與簡單任務執行層面，長周期自主規劃、多智能體協同與閉環迭代能力偏弱，開發者生態的規模、活躍度與成熟度均存在顯著差距。

（3）完全自我訓練領域：全球整體均處于早期探索階段，國際巨頭領先半個身位。OpenAI、DeepMind 已開展 AI 生成數據自訓練、模型自我進化的規模化實驗，初步驗證了高質量合成數據反哺模型迭代的可行性，但距離 “完全自我訓練” 的終局形態仍有本質差距。國內廠商在該方向的研究更偏跟隨性布局。

（4）安全治理領域：國際巨頭已構建起體系化的 AI 對齊、安全審核與風險管控能力，在可解釋性方向已有多年技術沉淀。智譜在這一前沿細分賽道具備單點追趕潛力，但全鏈條安全治理的工程化能力、體系化布局仍有差距。

不過，總體而言，GLM系列，已經是國內AI大模型的王者存在了！