智谱万亿市值下，藏着什么？

6月22日，上市半年的大模型公司智谱，盘中涨至2980港元创历史新高，总市值超过万亿港元，算起来约等于3个美团、4个京东。

有个相关的冷知识必须提一嘴，2025年智谱全年营收7.24亿，亏损47.18亿，同比扩大近六成。营收翻倍涨，亏损也在翻倍涨。

一家去年赚了7亿多、亏了47亿多的公司，现在市值突破10000亿，这几个数字摆在一起，还是很有魔幻的感觉。

智谱股价涨幅,年内涨超2000%

再做个对比，阿里云2026财年营收1581亿元，是智谱的218倍，但阿里云+淘宝+天猫等等打包起来的阿里，现在市值1.96万亿，还不到智谱的2倍。

AI时代的想象力，就是这么辽阔。

隔壁老王问你浪哥，现在上车还来得及吗？这问题没法一两句话说清楚，需要把几个问题掰扯开来，一个个看。

01

一场有组织的狂欢

回头看，智谱实现万亿市值的过程，有几个关键节点。

一周前，智谱发布GLM-5.2，在Arena.ai的Code Arena盲测榜单中，GLM-5.2 Max以1593分位列前二。在FrontierSWE真实软件工程任务评测中，仅比Claude Opus 4.8低约1%，超越了GPT-5.5。

6月17日，GLM-5.2全面开源，同时宣布适配华为昇腾、平头哥、摩尔线程、寒武纪、昆仑芯、沐曦、海光、壁仞这国产芯片八大天王。

同一天，智谱回A股的科创板IPO辅导验收了，拟募资150亿，120亿投基座大模型。6月6日完成上市辅导备案，6月17日就变更为辅导验收，中间只隔了不到两周。

6月19日，好戏来了。有网友在X上提问：“中国大模型预计何时能达到Anthropic的Fable水平”，马斯克回复：“可能在2027年一季度”。智谱创始人唐杰跟了一句：“不需要那么久”。

马斯克与唐杰在X上的互动

这里的每一步，都踩在资本市场的兴奋点上：模型能力对标国际顶尖，这是遥遥领先叙事；适配八家国产芯片，这是自主可控叙事；回A股募150亿，这是融资预期；跟马斯克正面硬刚，这是民族情绪+市场信心。

这才有了股价从6月12日的1300多港元，5天涨到2980港元，翻了一倍多。5个交易日，涨出了1个美团的市值，这让王兴情何以堪。

这背后你可以说是技术突破，也可以说是叙事节奏，两者大概率都有，但后者的作用肯定是被低估了。

还有一个细节很容易被忽略。智谱港股总股本4.46亿股，但真正自由流通的只有1170-1190万股，不到总股本的3%。剩下的，全被基石投资者、原始股东、创始团队锁着。

不到3%的流通盘，意味着什么？意味着只需要很少的资金，就能把股价推到天上去。万亿市值的壮观数字背后，真正在市场上自由交易的筹码，可能还不到300亿港元。

02

算力地基，谁在托底？

说完股本构成，我们再来认真回答一个关于预期能否实现的问题：唐杰说“不需要那么久”，那达到Fable水平，到底需要靠什么？

靠故事？靠市值？靠跟马斯克打嘴仗？都不是，要靠算力。

大模型这摊事儿，说白了就是三个要素：数据、算法、算力。对中国企业来说，清洗、采买数据，优化算法，这些成本都相对可控，最大的问题显而易见，就是算力能否跟得上。

要训练好大模型，在算力层面需要三件事：你得有芯片；你得能造（或买到）芯片；你得能造出（买到）足够多、足够好的芯片。

这三件事无论哪一件，我们目前都还有一大段路要走。

先看芯片本身。华为昇腾910C是目前国产AI芯片的天花板，性能大约是英伟达H100的80%。听着还行，但你得知道，H100是2022年的东西了。在AI时代，这个时间都相当于咸丰年间了，但大清早亡了兄弟，英伟达已经走到B200，即将发布R100，已经换了两代半。

上海人工智能研究院数字化治理中心主任彭嘉昊接受国内媒体采访

如果说对比上上代的单卡，算力差了20%，那组集群的差距更大，因为大规模训练不是一张卡能搞定的，需要搭建成算力集群、降低中间的损耗，比如英伟达的液冷超算机柜NVL72，搭载72颗Blackwell GPU和36颗Grace CPU，通过NVLink 5.0技术将所有GPU组成一个逻辑单元，实现单机柜1440 PFlops的超高性能。

听不懂是吧，没关系你浪哥也不大懂，不过正好有个朋友在美帝某大厂做AI infra研究员，前两周才跟他请教了一下，结果发现他做的就是这个事情，什么“构建高性能系统基础设施”，什么“优化内核、运行时与内存协同机制”，叽里咕噜的听不懂，就知道他年薪几十万刀，听着很多，但如果他能搞出一个算法把算力利用效率提升几个点，一年就能给公司节省N个小目标的钱。

说完芯片再看制程。中芯国际没有EUV光刻机，靠DUV多重曝光硬做7nm，良率却上不去，成本下不来，产能天花板明晃晃摆在那。这个缺口不是加班能解决的，这是根本性的物理限制。

更往上走，光刻机是荷兰ASML的，HBM存储芯片是三星和海力士的，先进封装设备依赖日本。整条供应链，每一环都有被“断粮”的可能。2024年11月，台积电已经通知中国大陆AI芯片客户，停止供应7nm及更先进制程的产品。

这就相当于你盖了一间漂亮的样本房，但砖头是跟邻居买的，后面的工期里，随时可能断供。

03

适配八家芯片，够吗？

智谱当然意识到这个问题。

GLM-5.2宣称全程基于华为昇腾芯片和自研框架训练，适配八家国产芯片。方向是对的，但适配不等于替代。适配是什么意思？就是你的模型能在这些芯片上跑。能跑是一回事，跑得好是另一回事。当年浪哥写专栏，着急交稿的时候，用手机打字也能写文章，但跟用电脑接上机械键盘噼里啪啦相比，效率至少差三倍。

国产芯片在训练效率和稳定性上跟英伟达的差距，跟手机虚拟键盘和电脑机械键盘打字的效率也差不多了，这不是一两个版本迭代能追上的。

还有众所周知的是，英伟达真正的护城河不仅是硬件层面的芯片，还有软件层面的CUDA生态，十几年积累的开发者习惯、工具链、库函数，形成了一道看不见的城墙。你造得出芯片，但开发者用不惯你的工具，写了半辈子的代码要重来一遍，这个切换成本，比芯片本身的差距更难补。

经过近二十年的积累，CUDA已成为AI计算领域的事实标准，拥有超过400万注册开发者和数百万部署的GPU，构建了极高的行业壁垒和护城河

至于市场份额，2025年中国AI加速卡国产合计市占率41%，听着不错对吧？但这41%里大部分是推理卡，主要用于后训练和AI应用。决定大模型智力上限、能产生scaling law的预训练环节，需要用的还是顶级GPU，这方面英伟达依然是绝对主力。

八家国产芯片加起来，能不能撑起一个万亿市值公司的下一代模型训练？这个问题，目前应该没人能拍胸脯说“能”。

04

又利好半导体？

智谱市值冲击万亿，对中国AI产业当然是好事。资本涌入意味着资源涌入，资源涌入意味着人才涌入、技术迭代加速。这是正向循环。

但狂欢有一个危险：它会让人产生错觉，以为市值高就等于实力强，以为股价涨了技术差距就缩小了。

中国AI这几年的进步是实打实的，从2023年英伟达绝对垄断，到2025年国产芯片份额41%，这个速度放在任何一个产业里都是奇迹。

但进步快不等于差距变小。追赶者进步快是正常的，因为前面有人趟路。真正的考验在追到某个临界点之后，你需要自己开路的时候，能不能真正趟出一条新路，而不是发明新话术。

7nm制程能不能突破？CUDA生态能不能建起来？光刻机、HBM、先进封装能不能不被卡？这些才算智谱能否支撑起万亿市值的真问题。

公司的估值可以一周内翻倍，但芯片制造没有捷径。一颗芯片从设计到流片到量产，周期18到24个月，这还是一切顺利的情况。这中间每一个环节都可能卡住，每一个卡住都可能让整个链条停摆。

我知道说到这里，隔壁老王可能会说，“那就是利好半导体啦？”

也许是吧，毕竟英伟达被限制后，也没什么选择空间了，但这对中国的大模型公司是好事吗？能托起智谱的万亿市值吗？对整个中国AI产业是好事吗？浪哥下不了判断，只能说一句：

不管你信不信，反正我信了～