共计 6445 个字符，预计需要花费 17 分钟才能阅读完成。
最近，智谱公司的高级副总裁吴玮杰在某社交平台上发布了一篇名为“智谱热招：47个大模型岗位”的帖子，并在评论中回应道：“如果不招人，那就等于变相裁员。”
在此之前，智谱这家正在积极筹备上市的人工智能独角兽，传出了因架构调整而引发的裁员事件。《白鲸实验室》早前报道指出，许多员工普遍认为裁员是为了提升公司上市时的财务数据，优化人效比。
对此，智谱方面则表示“网上关于裁员的谣言属于个别情况”，并强调目前仍有近50个岗位待招聘。智谱在其官方网站上发布的招聘信息显示，正在寻找多模态生成算法工程师、推理优化工程师以及产品和业务团队的人员。
目前，智谱正处于紧锣密鼓的IPO阶段。今年4月，智谱向北京证监局提交了上市辅导备案，中金公司作为辅导机构，成为国内“AI大模型六小龙”中首个启动IPO程序的公司。同时，智谱还引入了来自杭州、珠海、成都、上海等地的国有资本战略投资，以为上市提供资金支持。
据了解，智谱的产研中心主要负责ToB业务，这一部门成为了架构调整的重心。在几乎放弃通用产品逻辑后，智谱在B端的业务模式将更依赖各个事业部的内部协作。
从行业的角度来看，IPO前夕的人员变动反映了“六小龙”的共同挑战：以模型技术为核心的创业公司，在技术研发与商业化落地之间难以取得平衡。智谱的人员调整，似乎是这些公司缺乏“造血”能力的缩影。
1
“所有产品都被告知，除非能找到新的客户，否则就必须离开公司。”智谱的前员工张辰回忆，裁员事件发生在9月下旬，最早接到消息的是产研中心的产品经理。
据了解，智谱的产研中心在此次裁员中受到了重创。之前，智谱的ToB业务线是由产研中心和多个平行的地区及行业事业线组成，包括华北、华东/华南和金融等方向。在9月底的裁员中，某些小组的裁员比例甚至超过了50%。
随着产研中心的架构调整，剩余员工大多被调配到各事业部，公司的结构也从产品导向转向了“交付”。这意味着，智谱未来的B端业务将不再依赖产研中心开发标准化产品，而是由各事业部根据客户需求独立实施。
实际上，这次人员大调整是智谱ToB业务今年内的第二次重大变革。在2025年之前，智谱的ToG和ToB业务曾是两个独立的线条，分别由CEO张鹏和原COO张帆负责。但在今年年初，智谱的商业化部门进行了团队合并，业务线不再分为ToB和ToG，张鹏直接领导新团队，而张帆在数月后离职。
尽管经历了管理层的动荡，智谱在ToB领域在2025年之前的表现依然可圈可点。今年3月起，杭州、珠海、成都等地的国企纷纷对智谱进行战略投资，单笔融资在3亿到10亿元之间。7月2日，在智谱的开放平台产业生态大会上，浦东创投集团与张江集团联合投资智谱，总金额达到10亿元。这也是智谱自成立以来的第16笔融资。
在国资陆续入场的背景下，智谱也获得了多个大型项目。今年以来，智谱相继中标了杭州城投、京西智谷等国资背景的大模型项目，其中杭州城投项目金额超过6000万元。此外，智谱在国际市场上也不断拓展，年初获得了东南亚某主权基金的千万美元项目。
今年6月，OpenAI在一份报告中直接提及智谱，认为其可能成为AI产业全球化的竞争对手。OpenAI认为，智谱能够在美国或欧洲竞争者之前，将中国的系统和标准推向新兴市场。
回到当前的智谱，除产研中心外，各事业部受到的影响相对较小，其中华北事业部规模最大，约有90名员工，负责人是智谱企业商业技术中心总经理柴思远。在智谱的ToB和ToG业务独立运作的时期，柴思远曾是ToB线的核心成员，也是张帆的副手。
“事业部内部也有算法开发。”曾在智谱某事业部工作的王野表示，在这次人员调整前，事业部的一些项目已经能够在内部闭环进行落地，他所在的事业部还接收了其他部门转来的员工。
“自6月以来，工作越来越忙，项目数量也在增加。”王野透露，他所在的事业部并不缺乏订单，目前智谱在ToB领域主要提供一些工具和中台产品，这些场景的实施方案已经相对成熟。“大部分客户的需求其实仅限于问答或知识库检索。”
“失去产研中心，意味着未来可能不会再有标准化产品。”谈到智谱未来业务的变化，张辰如是说。目前，智谱的主要客户群体是国有和中央企业，这些企业的AI和数字化转型目标较为广泛，通常由智谱作为乙方进行定制化服务。
据了解，智谱在B端的收入结构中，MaaS服务和私有化部署占据了重要份额，“将模型引入”是许多企业的首选，这样一种“以模型为主、产品为辅”的业务模式，使得原本拥有60多名员工的产研中心，成为了智谱高层眼中“降本增效”的最佳选择。
另一方面，伴随着产研中心的重组，模型在智谱的核心地位得到了进一步强化。这家一直推动模型技术进步的AI独角兽，似乎坚定了“以基座模型为优先”的路径。
今年年中，当业内普遍关注六小龙是否会继续坚持基模路线时，智谱依靠GLM 4.5系列再次回到了Hugging Face开源模型排行榜的前列。不过，与混元和千问的庞大模型矩阵相比，智谱的模型策略发生了一些调整，不再沿用大矩阵路线，而是更专注于B端业务场景的需求。
“当前大模型的发展趋势是，模型本身即是产品或代理。”对于智谱的技术路线，王野依然持谨慎乐观态度。他认为，只有不断迭代基座模型的能力，产品的规划和执行能力才能逐渐提升，更好地满足定制化场景的需求。
不过，有内部人士透露，智谱的核心技术团队——AI院也进行了裁员，这表明此次“洗牌”波及了智谱的多个团队。一方面，智谱高层在主动寻求业务模式的转变，另一方面，推动这一轮“降本增效”的原因，似乎与智谱正在进行的IPO密切相关。
2
公开资料显示，智谱正在同时准备A股和港股的上市工作。在A股方面，智谱已经在北京证监局完成了IPO辅导备案，保荐机构为中金公司，目标是本月完成辅导计划。在上半年获得了多笔国资融资后，智谱的估值已达400亿元。
在港股方面，智谱尚未公开递交上市申请，但若选择港股，最有可能适用“18C”特专科技公司框架，这一申请方式可以保密提交。
与许多AI创业公司相似，盈利和营收是智谱在上市前后需要“讲好”的关键点。据《金融时报》的报道，智谱2024年的营收预计达到3亿元，但在“烧钱换市场”的背景下，整体亏损约为20亿元。在高额的技术投入下，智谱短期内难以实现“扭亏为盈”。不过，目前上交所和港交所已降低了对科技企业的准入门槛。
以智谱最有可能登陆的科创板为例，今年6月，上交所更新了第五套准入标准：“预计市值不低于人民币40亿元，主要业务或产品需经国家有关部门批准，市场空间大，目前已取得阶段性成果。”据了解，第五套上市标准不再对企业的营收和净利润规模提出要求，而是以“市值+研发”为主，为未盈利的AI企业开辟了一条“绿色通道”。
港股方面，18C是港交所于2023年为“特专科技”公司推出的特殊上市机制，旨在为那些具备技术特点、高成长性但尚未盈利或盈利能力不足的科技企业提供上市机会。
今年5月，港交所还推出了“科企专线”，作为对18A和18C的补充和升级，旨在为特专科技公司及生物科技公司提供专门的上市指导。据相关报道，已有至少20家中国企业选择这一递表路径，其中不乏同为AI“六小龙”的MiniMax。
智谱的挑战与机遇：AI市场中的“六小龙”之路
回望智谱，年初时伴随着多家国有资本的进入，该公司曾获得多个来自国央企的丰厚订单。然而，到了下半年，这种订单增长的势头似乎没有得到延续。
根据《智能超参数》发布的“大模型厂商中标排行榜（2025年1-6月）”，我国在上半年大模型相关的中标项目累计达1810个，金额超过64亿元。其中，百度智能云凭借48个中标和5.1亿元的中标额占据行业首位，而智谱则以约1.6亿的中标金额位列第五，排在科大讯飞、火山引擎和阿里云之后。
在C端市场，智谱是国内最早进入大模型C端业务的企业之一，其主打产品“智谱清言”的推出甚至早于字节跳动的“豆包”，但在激烈的市场竞争中，智谱却迅速失去了市场领先地位。
“在智谱内部，我们常常开玩笑要与OpenAI对标。”谈到公司的长期目标时，张辰表示。这家在五道口孵化的AI创业公司似乎毫不掩饰其坚持模型技术路线的雄心。然而，无论是AI“六小龙”还是OpenAI这样的行业巨头，一旦一家公司将主营业务围绕模型驱动展开，就意味着在未来的很长一段时间内，必须投入巨额现金来支持技术更新。
实际上，目前市场上的AI巨头，几乎都有其他主营业务为其“输血”，并为AI能力提供了先天的落地场景——除了OpenAI。作为全球最受关注的AI企业，OpenAI在资本市场上具有无与伦比的“讲故事”能力。
根据市场研究公司Sacra的预测，OpenAI的营收将在2025年达到130亿美元，较2024年增长数倍。尽管如此，主流机构仍预测OpenAI今年将大幅亏损，最快要到2029年才能实现盈利。但市场对OpenAI的热情依然高涨。
在9月底，英伟达宣布与OpenAI建立战略合作伙伴关系，并投资1000亿美元建设下一代人工智能基础设施。投资机构汇丰银行近期将英伟达的目标价上调至320美元，主流机构普遍看好这家AI巨头的增长潜力。
从OpenAI的相关研究报告中可以看出，专注于基座模型训练的企业，面对AI行业持续的资金消耗，至少需要4到5年乃至更长时间才能看到盈利。因此，智谱去年的3亿营收和20亿亏损的现状并不算过于夸张。与现金流的耗损相比，“六小龙”更为担忧的是投资者的耐心流失。
以智谱为例，尽管其最新发布的GLM 4.5/4.6系列表现出色，但目前主要在B端及央国企市场开拓，缺乏C端用户的规模与知名度，同时在B端也面临其他头部企业的竞争压力。在这样的背景下，冲击IPO成为智谱扩大市场份额的关键一步，而在上市辅导过程中不断优化收入结构，“降本增效”成为现实选择。
“公司的餐标和下午茶的质量在今年都有所下降。”王野对智谱“降本增效”的直接影响体现在员工福利的细节上。有智谱内部人士透露，经过本轮人员调整，今年年底还将进行新一波的人事变动。
在“讲故事”的雄心与市场信心之间的矛盾下，这家坚持基模路线的AI创业公司在追求上市的过程中将继续“去肥增瘦”。
在过去的一年中，AI“六小龙”的生存环境发生了显著变化。阿里、腾讯、字节等巨头在AI领域争相布局，而受到资本推高估值的六小龙在一级市场的融资变得愈发困难。在这种情况下，已有两家“小龙”调整了业务方向，百川智能战略性放弃了B端的金融和教育业务，转向AI医疗领域；零一万物则放弃了通用大模型训练，转而与阿里在超大模型领域合作。
其余“四小龙”也在2025年经历了各自的爬坡期，月之暗面的Kimi在2024年声名鹊起后，在2025年被新兴的DeepSeek所掩盖光芒。正在推动港股上市的MiniMax，其主要产品仍以AI社交和娱乐领域为主，路线相对较为“垂直”，但同样面临AI社交领域增长乏力的困境。阶跃星辰在2025年获得新一轮融资，资方包括上海国投等企业，总金额超过5亿美元，其ToB业务仍是主要的收入来源。
相比之下，今年获得多地国资青睐的智谱，已成为“六小龙”中相对境况较好的企业。
在“小龙”们各自寻求解决方案的背后，AI创业公司面临着一个共同的难题：缺乏能够持续创造价值的“鸡”。与大厂的云计算、广告、电商、游戏等垂直业务相比，天然提供了稳定的现金流和AI拓展的业务场景，而以模型为核心的创业公司短期内难以形成规模化的商业模式。
在“小龙”之中，智谱被视为IPO“率先冲线”的标杆，但在追求上市的过程中不得不尽一切努力平衡收支，同时调整业务模式以增强自身的造血能力。
面对大厂竞争者的持续资金投入，那些坚持基模训练的“四小龙”也在努力跟上竞争对手的步伐。MiniMax在今年6月开源了MiniMax-M1，专注于长上下文推理能力，并发布了视频生成产品Hailuo-02；月之暗面在7月推出了开源模型Kimi K2，主要针对代码和工具调度等能力；阶跃星辰在7月发布Step-3，声称在国产芯片上的推理效率可达DeepSeek-R1的三倍；而智谱自8月以来发布了GLM 4.5和4.6系列，并一度在Hugging Face热度榜上名列前茅。
然而，其余“小龙”在模型更新的频率和规模上已经被大厂们远远甩在了身后。阿里旗下的千问和蚂蚁两大团队在大模型领域同时发力，蚂蚁团队近期还发布了两款万亿参数模型；腾讯的混元系列在今年也不断推出，过去三个月在Hugging Face开源版本就不下于十款，涵盖文本生成、3D生成和世界模型等多个领域；同样在今年下半年，字节跳动也在开源领域发力，推出了Seed-OSS系列模型，并在具身智能的VLM领域推出了新一代模型GR-3。
对比大厂与独角兽们的商业模式不难发现，“六小龙”的定位愈发像是在填补市场垂直应用的短板。智谱、阶跃和零一都专注于B端方案的落地；MiniMax在ToC AI娱乐和社交领域持续耕耘；百川则专注于医疗领域；而月之暗面在大幅压缩市场推广预算的同时，开始在Kimi中尝试社区功能的落地。
在“小龙”们越来越“垂”的同时，通用AI市场上几家巨头企业已经占据了大部分市场份额。而选择各自的优势场景建立竞争壁垒，也是一种收缩战线的信号，企业们从争抢市场转向守住自己的优势领域，将资金投入到更容易落地的场景中，以保持现金流的稳定。面对头部企业的资金实力，冲击IPO无疑是“小龙”们守住阵线的重要手段。
然而，以“六小龙”为代表的AI独角兽们，离实现盈利的目标仍有不小的距离。若要通过非盈利渠道上市，一方面需要证明自身具备技术优势和高成长性，同时还需在营收上展现稳定增长的成绩。这意味着，“六小龙”可以承受亏损，但必须在技术和营收上展现亮点，才能吸引证券交易所的审核机构。
目前，“六小龙”中除了智谱外，已有MiniMax明确进入上市规划，该公司通过18C渠道在港交所递交了申请，估值超过40亿美元，由中金与瑞银担任保荐。在六小龙中，MiniMax的营收表现相当不错，《智能涌现》的报道显示，MiniMax在2024年营收高达7000万美元（约5亿元人民币），其AI社交产品星野和Talkie在同类市场中占据领先地位。
短期内，虽然IPO能够缓解AI创业公司的资金压力，并在进一步做大估值的同时增强投资者信心，但上市并非AI创业公司困境的终极解法。从长远来看，以智谱和MiniMax为代表的“小龙”们，即便成功上市，仍需在后续的业务规划中讲好“打造AGI”的故事。
要实现这一目标，不仅需要企业持续在模型技术上进行迭代，还要在落地场景上进行深入思考。近期，OpenAI在获得多笔巨额融资后，其在AI硬件领域的规划也陆续公布；Sora2作为独立APP的推出，显示出OpenAI扩展产品版图的雄心。显然，如果只关注模型的构建，而不考虑产品和用户规模的增长，即便是OpenAI也难以在2030年前实现盈利愿景。
张辰提到：“智谱并不是一家以产品驱动的公司，它的业务更多是依赖于模型驱动。”在他看来，像智谱这样的企业早期依靠模型在市场上获得优势，导致在商业化方面有些“随大流”，不知不觉间走进了火山引擎和阿里云的竞争激烈之中。
实际上，不仅智谱在B端面临这样的挑战，六小龙曾凭借大模型赛道的早期优势入场，但在模型技术无法持续保持领先后，商业化之路也并非一帆风顺。这其中有一个无法回避的现实：只要头部巨头们在AI领域持续大量投入，创业公司将在商业化问题上不断承受压力。
在这样的背景下，小龙们最现实的选择，或许是在各自优势领域扎根，推出落地产品，并寻找IPO或新的融资机会；同时，通过内部“降本增效”，节省资源以持续迭代模型，尽可能地讲述AGI和未来的故事。
