川普政府對美國人工智慧公司Anthropic的兩款前沿模型Fable 5和Mythos 5實施出口管制，意外地成為了中國開源AI的一則絕佳免費廣告。 彭博社16日發表評論文章稱，中國人工智慧公司智譜抓住了這一契機，宣佈將推出其迄今為止最先進的模型，並全面開源。 智譜創始人唐傑在社交平台“X”上發文稱，某些模型的突然限制“令人深感遺憾”。“當前沿模型的存取權因非技術原因被突然切斷時，我們更加堅定一個信念：科學應當是全球性的。” 一位分析師稱，在Anthropic被迫限制訪問之際，該公司發出了強有力的訊號。

6 月 12 日下午 5 點 21 分，一封來自美國商務部的信，終結了 Claude Fable 5 和 Mythos 5 僅 72 小時的"最強模型"生涯。 6 月 13 日下午 5 點 21 分，智譜 AI 宣佈 GLM-5.2 面向全量使用者開放。 同一個時刻，隔了整整 24 小時。這不是巧合，是一個精心計算的對標。智譜在公告裡寫了一句耐人尋味的話："前沿智能不應只屬於少數人，也不應被少數規則隨時收回。" 翻譯成大白話：你們關掉的服務，我來接。

2026年6月1日，備受資本市場關注的杭州宇樹科技股份有限公司順利通過上交所上市委審議，距離3月20日IPO申請獲受理僅過去73天。 同樣推進A股資本化，宇樹科技的速度顯著領先於“大模型雙雄”智譜AI與MiniMax。後兩家已於今年1月先後登陸港股，A股方面，MiniMax直至5月29日才啟動上市輔導，智譜雖2月進入輔導期，但目前兩家均仍處於輔導階段，尚未遞交A股IPO申請。 反觀宇樹科技，自2025年7月啟動輔導，到2026年3月20日IPO申請獲受理，再到6月1日順利過會，全程僅約11個月；尤其從受理到過會僅用時73天，創下近年科創板稽核最快紀錄。 01 七十三天“閃電過會”，創科創板稽核新紀錄

當寧德時代以628港元定價、392億港元資金在香港資本市場呼嘯而過；當MiniMax、勝宏科技、瀾起科技這些AI大模型和產業鏈公司相繼敲響港交所的銅鑼——在這場盛宴的每一個關鍵節點背後，都有一個共同的身影：華爾街投行。 這和兩三年前港股冰封的狀態形成強烈反差。截至2024年底，恆生指數的近兩年跌幅逼近50%，二級市場的寒氣直接傳導至一級市場，香港IPO融資額亦縮水逾八成，華爾街投行幾乎絕跡，甚至出現主動放棄個別IPO的情況。而如今已是2026年的香港，一場久違的資本盛宴正在以史無前例的規模上演。 今年一季度，港股IPO募資總額突破1099億港元，同比暴增489%，躍居全球交易所第一；截至5月中旬，年內累計募資已超1500億港元；排隊候場的企業多達500余家，從千億市值的製造業龍頭到燒錢的AI獨角獸，無不將香港視為融資聖地。 經歷了前幾年的低潮，外資近兩年重返香港市場，儘管規模遠不及中資，但增幅顯著。根據各大在華展業的外資券商披露的2025年年報，淨利潤增幅都較前一年大增200%-600%，投行業務貢獻了大頭，勢頭在今年延續。

親愛的藏金洞友們： 洞主提醒：今天這根陽線，不是智譜一家的事。 它是在告訴市場：AI資產的定價權，正在從“誰講故事”進入“誰能上市、誰能漲、誰能退出”的階段。 今天港股AI股又炸了。

不是百度，不是阿里，不是騰訊。總理的座談會上，中國AI創業江湖的"四小龍"終於湊齊了一桌。從2024年3月到2026年4月，智譜AI、DeepSeek梁文鋒、MiniMax閆俊傑、月之暗面楊植麟，先後坐到了總理對面。四個男人，覆蓋了80後、85後、90後三個世代；廣東潮汕與湛江，河南商丘縣城，浙江杭州錢塘江畔，串聯起中國AI最生猛的草根逆襲史。他們帶著各自的"技術圖騰"：一個逆勢漲價，一個開源封神，一個不信天才，一個搖滾反叛。這是中國AI獨有的故事。智譜AI 清華土著第一家受邀的是智譜AI。2024年3月，調研新質生產力座談會，第一個出場的AI公司就是它。張鵬，標準的清華"土著"，清華電腦系本碩博連讀，在清華園待了近十年，連創業都是清華老師唐傑帶的隊。圈內人都說，他身上那股"技術原教旨主義"的勁兒，很清華。2026年1月，智譜AI在香港上市，成為"大模型第一股"。張鵬有一句很狠的話："智能上界決定了定價權。"當所有人在價格戰裡殺紅了眼，比誰更便宜時，他逆勢漲價。邏輯很簡單：只有把模型能力做到極致，才有資格定價格，而不是靠燒錢補貼換市場。這種底氣來自智譜的"技術護城河"，自研的GLM架構，不走尋常路，而是用"自回歸填空"的原創設計。2026年發佈的GLM-5採用超大規模MoE架構，在國產晶片上跑出了比雙卡叢集還強的性能。智譜的CodeGeeX程式碼大模型，在程式設計圈程式設計師裡的口碑，被稱為"國產Copilot最強平替"。張鵬相信，AGI不是炒概念，而是一行程式碼一行程式碼摳出來的工程問題。梁文鋒 全球AI都意外第二家，DeepSeek。2025年1月20日，政府工作報告座談會，梁文鋒第四個發言。鏡頭裡的他，眼神平靜得像一潭深水。1985年，梁文鋒出生在廣東湛江吳川，一個連五線城市都算不上的地方，父親是當地小學老師。2002年，17歲的他以吳川一中"高考狀元"的成績考入浙江大學電子資訊工程專業。2008年全球金融危機，在浙大讀研的梁文鋒嗅到了機會。他拉著同學，用機器學習探索全自動量化交易。2015年，30歲的梁文鋒創立幻方量化。6年後，管理規模突破千億，躋身中國"量化四大天王"。但外界不知道的是，2019年，他豪擲2億元搭建“螢火一號”，搭載1100塊消費級顯示卡；2021年，又砸10億元建“螢火二號”，搭載萬張輝達A100"。別人炒股賺錢買房，他炒股賺錢買顯示卡。2023年，梁文鋒帶著這些"計算軍火"殺入大模型戰場。2025年，DeepSeek-R1橫空出世，用557萬美元的訓練成本（僅為GPT-4的零頭），干翻了矽谷的一眾巨頭。Meta、微軟連夜研究他的技術路線。他最著名的一句話是："中國AI和美國真實的gap，是原創和模仿的差距。"這句話，成了中國AI行業反攻的起點。梁文鋒極其低調，卻在2022年以"一隻平凡的小豬"名義，向慈善機構捐款1.38億元。閆俊傑 不相信天才第三家，MiniMax。2026年1月，討論"十五五"規劃的座談會上，閆俊傑坐在對面。1989年，閆俊傑出生在河南商丘的一個縣城，高中在縣城中學度過。。2006年考入東南大學數學學院，隨後進入中科院自動化所碩博連讀（2015年博士畢業於中國科學院自動化所模式識別國家重點實驗室），並在清華大學電腦系從事博士後研究。2014年，25歲的閆俊傑在百度深度學習研究院實習。那是中國AI的"黃埔軍校"，他在這裡第一次直觀感受到大規模算力的顛覆性價值。據說，他一個人就用掉了百度當時三分之一的GPU算力做實驗，還拿下了百度獎學金。轉折發生在2021年春節。閆俊傑回河南老家，外公說想寫一本回憶錄，但不會打字，也沒辦法組織語言。這個做了十年AI的博士突然意識到：他做的技術，對一個想寫回憶錄的老人來說，一點用都沒有。那一刻，他決定要做"普通人能用上的AI"。2021年底，離職創立MiniMax。閆俊傑有一句座右銘："AI不是神秘黑盒，而是可用第一性原理解析的工程問題。AGI是科學，不是魔法。"他旗幟鮮明地反對"天才論"，認為大模型領域貢獻前50的人，可能沒一個在中國公司工作，中國公司要做的就是"聚攏一批素質優秀的人，做一個成長型組織"。四小龍裡，MiniMax是唯一放棄盲目追求"超級模型"的，專攻Agent和程式設計。他們的M2系列，被稱為"國產Claude平替"，最新M2.7實現了"模型自己訓練自己"的AI進化。更驚人的是成本，MiniMax用OpenAI約1%的研發投入（累計4.5億美元），實現了全模態技術全球領先，團隊385人，平均年齡29歲，70%收入來自海外。2026年3月，MiniMax市值突破3800億港元，超越了曾經的"導師"百度。在MiniMax內部，閆俊傑有一個花名叫“IO”，既是電腦語言的輸入輸出，也是DOTA裡那個專職輔助隊友的英雄。這很符合他的自我定位：“成功是體系和組織的勝利，不是個人的勝利。”他曾評價自己“可能只是二流研究者”，但堅信二流研究者加上一流組織，能打敗一流研究者的單打獨鬥。楊植麟 "Token經濟學"第四家，月之暗面。2026年4月10日，經濟形勢座談會，楊植麟作為科技企業家出席。1993年，楊植麟出生在廣東汕頭。這是四小龍裡唯一的90後，潮汕人。他的成長史像一部青春電影：高中時零程式設計基礎，被選拔進資訊學奧賽培訓班，拿下廣東一等獎，保送清華。但他放棄保送，以667分的高考成績成為汕頭市理科狀元，考入清華熱能工程系。大二轉專業進入電腦系，師從唐傑教授。在清華，他還是搖滾樂隊Splay的鼓手和詞曲作者，曾晉級清華校園歌手大賽原創決賽。他坦言，選擇電腦專業，是因為村上春樹的一篇小說，讓他對"深夜寫程式碼讓科技落地"的角色印象深刻。2015年，他進入卡內基梅隆大學（CMU），師從蘋果AI負責人Ruslan Salakhutdinov和Google首席科學家William Cohen。4年時間，他完成了通常需要6年的博士課程，提出的Transformer-XL與XLNet模型，成為自然語言處理領域的里程碑，至今被引用上萬次。他參與過Google Gemini、Google Bard、盤古NLP、悟道等大模型的研發。2023年創業，公司名"月之暗面"（Moonshot AI）來自他崇拜的搖滾樂隊Pink Floyd的專輯《The Dark Side of the Moon》。楊植麟最廣為人知的觀點是："Token消耗在未來可能將直接意味著GDP產出。"誰消耗的Token越多，誰的經濟就越活躍。在AI Agent時代，這就是新的GDP演算法。技術路線上，楊植麟是"長文字"和"原生多模態"的堅定信徒。2026年發佈的Kimi K2.5，上下文窗口擴展到200K，並引入了Linear注意力架構和Attention Residuals（注意力殘差），讓馬斯克都直呼"令人印象深刻"。他提出了"智能體叢集"（Agent Swarms）的概念，認為未來的智能將從單智能體向動態生成的叢集進化。2026年3月，月之暗面完成新一輪融資，投前估值180億美元（約1300億人民幣），帳上現金儲備超過100億元。但楊植麟說，"短期內不著急上市"。小結一個時代的註腳。你看這四個人：一個清華土著，一個浙大天才，一個縣城做題家，一個潮汕搖滾青年。46歲，40歲，36歲，33歲。當有的AI公司還在套殼做大模型、卷流量、應付AI考試時，這四個人，正在卷"智能上界"、卷"原創架構"、卷"國產算力"、卷"全球化"。張鵬說："智能上界決定定價權。" 梁文鋒說："中國AI不能永遠跟隨。" 閆俊傑說："AGI是科學，不是魔法。" 楊植麟說："Token消耗就是GDP。"四句話，四個技術哲學，四種商業路徑。為什麼選擇見他們，而不是見網際網路巨頭？中國AI，正在從"應用創新"轉向"硬核創新"，從"跟隨者"轉向"規則制定者"。四小龍全部到位，中國AI的牌桌，重新發牌了。 (奇偶工作室)

近日，智譜AI最新發佈的多模態大模型GLM-Image，在開源不到24小時內，力壓群雄，登頂全球最大開源社區Hugging Face的Trending榜單。關鍵的是，這個模型，從訓練到推理，全程都是跑在華為昇騰AI晶片上的。智譜特別指出，GLM-Image實現了基於昇騰Atlas 800T A2裝置和昇思MindSpore AI框架的全流程訓練及推理適配，實際訓練性能足以達到相應計算裝置的匯報性能上限，驗證了在國產算力上訓練出SOTA模型的可行性。大白話來說就是GLM-Image從資料處理、訓練到推理全過程均基於華為國產晶片，主要依託 昇騰Atlas 800T A2伺服器及昇思MindSpore AI框架，從頭到尾都是純國產，沒有使用輝達等國外硬體。昇騰Atlas 800T A2是一整套面向大模型訓練與推理的AI伺服器系統。是基於昇騰910處理器和鯤鵬920 CPU建構的高性能訓練伺服器。單機通常整合8顆AI處理器，能提供高達2.56 PFLOPS的驚人算力。這在處理多模態模型（如圖像+文字）的海量計算任務時，提供了強大的底氣。昇思MindSpore是華為自研的深度學習AI框架，不僅能跑在雲端（訓練伺服器），還能無縫銜接到手機終端、邊緣裝置，實現“一次開發，到處運行”。在多項國際權威測試中，GLM-Image展現了恐怖的統治力。特別是在CVTG-2K（複雜視覺文字生成） 和LongText-Bench（長文字渲染）榜單中，都拿下了開源模型全球第一。最令人驚喜的是它的文字尤其擅長漢字生成任務。 過去，在圖片中精準渲染漢字一直是AI的噩夢。但 GLM-Image在海報設計、長文字排版、甚至複雜的科普示意圖中，都能寫出工整、精準、有設計感的漢字。GLM-Image的登頂不僅是智譜AI的勝利，也是中國AI產業的里程碑：它證明了國產晶片+國產框架的組合也能夠訓練出世界一流的模型。這在全球算力供應緊張的背景下，為中國AI企業提供了一條技術獨立、風險可控的路徑。實現了算力自主。從此，中國大模型研發正式進入了全端自主、自給自足的新紀元。也向世界宣告，離開特定的外部依賴，我們用自己的晶片，也能訓練出世界第一的模型。 (科技圈觀察)

中國大模型第一股終於來了！12月19日，港交所官網顯示，北京大模型企業智譜已通過港交所聆訊，並揭露招股書檔案，正式衝刺港股「大模型第一股」。作為國外大模型領域最炙手可熱的公司，智譜的商業化堪稱「神速」。過去三年，公司收入分別為0.57億元、1.25億元、3.12億元。以收入計算，截至2024年，智譜是中國最大型的獨立通用大模型開發商、中國第二大整體通用大模型開發人員。但收入光鮮背後，也隱藏著大模型競爭最殘酷的一面：過去三年，公司經調整淨虧損分別為0.97億、6.21億以及24.66億元，成長了20倍以上。到了2025年，光是上半年智譜的虧損就高達17.52億元。算下來，平均每個月要虧接近3億。而截至2025年6月，智譜的現金及現金等價物只剩下了25.52億元。以每個月虧損接近3億來算，智譜的現金流只能支撐9個月左右。這或許也是智譜急於上市的原因。某種程度上說，智譜的招股書不只是一次融資資料的揭露，更像是一份產業切片，第一次將中國大模型公司最真實的處境展現在了我們面前。/ 01 / 營收全國第二，過去兩年復合成長130%，從營收成長看，智譜的商業化進度不可謂不快。2022年收入，智譜還只有0.57億元。到2024 年，已成長到3.1億元，復合年增長率超過130%。 2025 年上半年更是狂飆，短短6個月就入帳 1.9 億元，較去年同期成長325%。別小看這個資料，根據智譜招股書的說法，這個規模已經是國內第二大的模型廠商，市佔率達6.6%。結合招股書中以字母代稱的可比公司訊息，矽基君可以較為明確地判斷，A 至D 分別對應科大訊飛、阿里、商湯和百度，也就是說，智譜在收入規模上僅次於科大訊飛。支撐這一成長的，是一套以MaaS 為核心的商業模式。與其說智譜在“賣模型”，不如說它在交付一整套工程化的大模型能力體系。其核心邏輯不在模型參數本身，而是如何讓模型能力穩定地進入真實業務環境。在模型層面，智譜提供了涵蓋語言、多模態、智能體和程式碼等方向的模型矩陣。根據招股書披露，其模型能力不僅涵蓋語言和多模態視訊，還延伸至程式碼模型、GUI 智能體和電腦應用層面，覆蓋廣度明顯高於其他競爭對手。值得一提的是，這裡E、F公司分別指的是OpenAI和Google，這也從側面說明了智譜試圖對標的能力邊界。這些不同規模、不同能力重點的模型，統一納入同一平台。客戶和開發者無需從零判斷技術路線，而是可以直接根據業務需求，在現有模型組合中選擇合適方案。在應用層面，智譜並未把模型當作孤立的API 來販賣，而是圍繞真實業務流程進行設計。具體來說，平台內建的智能體工作區，提供了面向具體場景的範本和解決方案，客戶可以根據具體需求通過模型微調、增量訓練和提示工程，對智能體進行快速定製，而無需建構完整的開發系統。在基礎設施層面，智譜與算力合作夥伴共同設計和適配底層架構，使平台在運算、網路、訓練通訊和推理加速等環節形成統一能力。這套架構支援從約15 億到2300 億參數規模的模型運行，並能夠實現跨雲端、跨晶片的大規模即時部署。同時，這些模型能力也支援配手機、電腦等個人裝置。如果用一句話概括，智譜做的無非就兩件事：一方面負責“造大腦”，另一方面提供讓大腦在現實系統中運行的“腳手架”，也就是智能體與工程體系。在商業交付上，智譜主要透過兩種方式變現：在地化部署和雲端服務。其中，「在地化部署」是智譜最重要的收入來源，營收佔超過80%。在地化部署本質上是一種高度客制化的交付模式。什麼意思呢？中國的銀行、央企、大型製造工廠，往往對資料安全極為敏感，不願意把核心資料傳到公有雲。智譜AI 就把大模型“打包”，直接部署到客戶自己的伺服器裡，幫他們在其內部環境中建構私有的AI大腦和AI工具。這種模式雖然“重”，但客戶付費能力強。2024年，雖然在地化部署的客戶只有123家，遠低於雲端部署的5,457家，但其收入卻佔了公司總營收的84.5%。在合作開展前，智譜會先從資料基礎與應用情境兩方面評估顧客需求​​，包括模型微調與增量訓練所需的資料條件，以及資料安全與合規要求，並據此明確模型將落地於單一或多情境應用，確定對應的模型規模與複雜度。在此基礎上，智譜會制定客制化服務方案，選擇雲端或在地化部署路徑，並透過模型微調、增量訓練和提示工程完成模型自訂。模型上線後，公司再根據客戶回饋，不斷最佳化模型效能。總的來說，智譜試圖在B端建構了一套可落地且規模化複製的商業邏輯：透過真實業務場景的持續使用，形成模型最佳化與應用擴展相互推動的正向循環，從而逐步強化MaaS 平台的競爭力。/ 02 / 平均一個月燒3億，競爭壓力大如果說收入成長展示的是智譜的“速度”，那在招股書裡更刺眼的，其實是另一條曲線——虧損。雖然智譜的收入成長夠快，但還是架不住虧損比成長跑得更快。2022年，公司經調整淨虧損只有0.97億，還不到1個億。到了2023年，調整淨虧損迅速成長到了6.21億元，漲了500%多。更誇張的是，到了去年這數字乾脆成長到了24.66億元。也就是說，在兩年時間裡，智譜的虧損幅度從不到1個億，成長到了24.66億元，成長了超過20倍。到了2025年，光是上半年智譜的虧損就高達17.52億元。算下來，平均每個月要虧接近3億。這無疑大大消耗了智譜的現金流。要知道，截至2025年6月，智譜的現金及現金等價物只剩下了25.52億元。以每個月虧損接近3億來算，智譜的現金流只能支撐9個月左右。這下大家明白智譜為什麼要急著上市了吧。大模型競爭的慘烈以及強度之高，即使是在一級市場已經拿了16輪融資錢的智譜也抗不住了。而這大幅增加的虧損，最主要的來源就是研發費用。2022年，該公司的研發費用為0.84億元，到了2023和2024年，這一數字迅速增長到5.29億元和21.95億元。拆解開來看，這個21.95億的支出絕大部分都用來支付算力了。其中，算力花了15.53億元，佔了總研發支出的70%。對於研發費用的成長，智譜在招股書裡的解釋是：“主要由於我們自2024年初起戰略性加大研發投入，用於加速新一代旗艦級基座模型及多模態智能體的開發與迭代，相應帶動計算服務費用上升。”在矽基君看來，更接近現實的背景是，競爭環境的急劇變化。2025 年初，DeepSeek R1 的快速崛起，對整個模型產業形成了明顯衝擊。幾乎所有主流模型廠商都被迫提速迭代。在R1 發佈不到三個月的時間裡，智譜一口氣開源了6款核心模型。如此高密度的模型發佈，本質上意味著算力、資料和工程資源的集中投入，而這些成本幾乎都會直接反映在研發支出中。除了研發支出，智譜在行銷費用上也花了不少錢。2022-2024年，該公司的行銷費用從1514萬增長到了3.87億元，其中用於廣告和行銷開支的費用就高達2.37億。如果拋開競爭壓力的話，智譜的毛利率其實不算低。2022-2024年，智譜的毛利率分別為54.6%、64.6%及56.3%。這在專案製為收入大頭的公司裡並不多見，尤其還在如此激烈的競爭之下。公司也正在嘗試透過定價策略來改善結構：一方面，根據使用量、效能需求和進階功能，最佳化分層定價，引入更具彈性的方案，以擴大客戶基礎，並對高資源消耗模型設定使用限制，引導高需求客戶選擇高價值方案；另一方面，與高價值客戶協商客制化定價，使價格更能反映客戶獲得的業務價值和服務成本。但相較於定價本身，更根本的問題在於，智譜的商業模式隱含了一個前提：模型能力必須長期維持在產業第一梯隊。而這個前提的成本，正以遠快於收入成長的速度上升。在大模型競爭中，能力領先不再是一次性投入，而是一場持續消耗算力、資本和組織能力的長期戰役。對一家仍處於商業化早期的公司而言，這樣的門檻，已經明顯超越了傳統新創公司的承受區間。這也是目前大模型賽道最殘酷的現實之一。/ 03 / 中國AI落地真實切口：token 消耗激增，付費答案在B端當然，除了具體的業務資料，智譜的招股書裡還透露出幾個更值得關注的產業訊號。第一，AI 的真實價值正在被使用量驗證。一個直接的指標是token 消耗量的變化。 2022 年、2023 年、2024 年12 月以及2025 年6 月，智譜平台的日均token 消耗量分別達到 5 億、21 億、0.2 兆和4.6 兆。短短兩年多時間裡，這項指標幾乎以數量級的速度攀升。無論商業模式如何演進，持續放大的真實呼叫本身，已經說明大模型正在被大量嵌入具體工作和業務流程中。第二，中國AI 的付費重心仍在企業端。招股書資料顯示，2024 年中國大語言模型市場規模約為人民幣53 億元，其中機構客戶貢獻47 億元，個人客戶僅6 億元。展望2030 年，整體市場預計成長至1,011 億元，其中企業級市場規模將達904 億元。這一結構與美國市場形成了鮮明對比。以OpenAI 為例，其當前​​收入中約75% 來自消費者訂閱。這背後反映的不僅是產品形態差異，而是中美兩地在AI商業化路徑上的分化：中國市場更強調組織級效率提升，美國市場則更容易從個人工具切入。第三，智譜再次系統性地揭露了其對AGI 演進路徑的理解。智譜認為，AGI分為以下5個階段：1）在預訓練階段，模型學習理解、生成並使用人類語言進行基本溝通。2）在對齊與推理階段，模型進一步與人類意圖對齊，具備推理與規劃能力，同時提升安全性、降低幻覺，並實現語言能力與影像、視訊、語音及行動能力的協同。3）在自主學習階段，模型透過自我評估、自我反思與沉思機制，從自身的推理過程與行為結果持續改善能力。4）在自我認知階段，模型在較少或無需人工監督的情況下，透過對自身行為和推理結果的持續觀察與分析，逐步形成穩定的內部表徵和決策偏好。5）在意識智能階段，模型能夠對自身內在狀態及外在環境進行更有系統的感知與建模，展現出更高層次的環境理解與自我調節能力。目前，智譜推出的具備反思能力的智能體AutoGLM-Rumination，已進入其定義的「自主學習階段」。/ 04 / 總結回到整體來看，智譜的招股書不只是一次融資材料的揭露，更像是一份產業切片。一方面，它展示了大模型商業化正在加速落地，真實使用量和企業付費意願都在持續放大；另一方面，它也清晰地暴露出這條賽道的殘酷現實——能力領先需要持續、重資本投入，而競爭強度正在迅速抬高門檻。在這樣的環境下，智譜既是受益者，也是承壓者。這或許正是當前中國大模型公司最真實的處境。 （硅基觀察Pro）