文 | 山自
335 亿元。智谱最新一轮融资的规模，足以让绝大多数 AI 公司望尘莫及。
但真正值得关注的不是数字本身，而是它发生的时间节点。智谱今年 1 月完成港股 IPO，7 月完成首次配售，8 月底披露了一份营收同比增长近 400% 的中报——然后，它又融了一轮。上市没有终结融资需求，反而成了更高效融资的跳板。
这指向一个更根本的问题：AI 公司的上市，到底意味着什么？
一份 " 漂亮 " 财报背后的真实消耗
智谱 2026 年中报几乎每一项增长指标都足够亮眼。营收 9.54 亿元，同比增长 399.7%，半年收入就超过了 2025 年全年；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%。
如果只看这些数字，你可能会问：一家营收增速近 400% 的公司，为什么还需要再融 335 亿？
答案在同一份财报的背面。净亏损 20.72 亿元，研发开支 21.31 亿元——研发投入是营收的两倍多。近三年半累计研发投入约 44 亿元，是同期收入的 6 倍左右，其中 70% 到 80% 花在算力上。
上市解决的是资金获取的效率问题，而非资金消耗的结构问题。只要研发投入与收入之间的剪刀差没有闭合，融资就是持续性的刚需。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）——这意味着它押注的是模型能力的代际跃迁，而非短期盈利。
宇树的教训：估值锚定的是 " 未来 "，但市场只认 " 现在 "
把视线从大模型切换到具身智能，宇树科技提供了一个更戏剧性的案例。
宇树以 219 倍的发行市盈率登陆科创板，而行业平均仅 38 倍。上市首日冲到高点后，股价在一个月内跌超 55%，市值蒸发超 2500 亿。暴跌的直接原因并不复杂：炒太高了。但更深层的矛盾在于，宇树的财务基本面无法支撑资本市场的预期斜率。
宇树的 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，把一半以上的钱花在软件和模型上，这个结构本身就说明了问题：机器人公司上市后，真正的烧钱阶段才刚刚开始。
具身智能的 " 研发刚需 " 比大模型更刚性
大模型的研发投入虽然巨大，但至少有一条清晰的路径：堆算力、扩参数、喂数据，Scaling Law 在相当长时间内是有效的。智谱的 RSI 方向进一步表明，模型可以在上一代模型构建的环境中自我训练，形成递归改进循环——这条路虽然昂贵，但方向明确。
具身智能面临的约束要复杂得多。它没有单一的大规模文本语料可以依赖，训练数据必须从物理世界中一点一点采集。
当前真机数据采集的成本令人却步。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更直接：30 秒真机采集成本 10 到 15 元，1 小时约 1000 元，若完成百万小时真机数据预训练，投入成本将达到 10 亿元量级，" 难以支撑大规模模型迭代 "。昆仑万维董事长方汉则给出了更极端的估算：1000 万小时真机数据成本高达 50 亿元。
更关键的是，具身智能的垂直场景训练几乎没有 " 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。这意味着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 朱兴的判断是，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‘够不着’ "。
蒸馏技术在一定程度上可以降低推理端的成本——通过知识蒸馏将大模型的能力压缩到轻量级学生模型中，这是当前具身智能部署的重要方向。但蒸馏解决的是部署效率问题，而非训练成本问题。教师模型的训练、数据采集、场景验证，每一环都需要持续的资金投入。
上市不是终点，而是更高消耗的起点
回到智谱。它已经完成了 IPO，完成了首次配售，完成了一轮 335 亿的新融资。但这并不意味着它 " 不缺钱了 "。60% 的募资投向研发和基础设施，15% 用于业务拓展和战略投资，25% 用于优化资本结构。近三年来，智谱和 MiniMax 累计研发投入均是收入的 6 倍左右。只要这个比例不收敛，融资就是常态。
具身智能公司面临的局面只会更严峻。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，智谱的 MaaS 收入同比增长 2736% 就是证明。而具身智能的商业化闭环至今没有跑通——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几乎可以忽略。当硬件毛利率无法覆盖模型研发的持续消耗时，上市募来的钱只是给了公司一个更长的跑道，而非终点。
宇树的股价暴跌，本质上不是一家公司的问题。它揭示的是一个结构性矛盾：具身智能的技术成熟度远未达到大模型那样的 " 可规模化变现 " 阶段，但资本市场已经按成熟期的估值逻辑给出了定价。当这个错配被修正时，股价的回调幅度就是市场对 " 过早上市 " 的定价。
监管层显然也看到了这一点。据报道，人形机器人企业的 IPO 审核正在收紧，要求企业拿出可持续收入、亏损持续收窄的真凭实据。
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——数据的每一小时、模型的每一次迭代、场景的每一个验证，都在消耗真金白银，而收入端的回报周期远未到来。
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。在这个意义上，智谱的 335 亿和宇树的暴跌，讲的是同一个故事。
