智譜為什麼還需要融資

山自2026.09.15 11:48 · 來自北京全文2902字00:00 / 08:32上市的盡頭不是自給自足，而是更高槓杆、更大規模的融資能力。在這個意義上，智譜的335億和宇樹的暴跌，講的是同一個故事。文 | 山自335億元。智譜最新一輪融資的規模，足以讓絕大多數AI公司望塵莫及。但真正值得關注的不是數字本身，而是它發生的時間節點。智譜今年1月完成港股IPO，7月完成首次配售，8月底披露了一份營收同比增長近400%的中報——然後，它又融了一輪。上市沒有終結融資需求，反而成了更高效融資的跳板。這指向一個更根本的問題：AI公司的上市，到底意味著什麼？

一份“漂亮”財報背後的真實消耗智譜2026年中報幾乎每一項增長指標都足夠亮眼。營收9.54億元，同比增長399.7%，半年收入就超過了2025年全年；核心的MaaS開放平臺及API服務收入達8.25億元，同比增長約2736%，佔總營收的86.5%。ARR在8月底達到16億美元，兩個月內增長60%。如果只看這些數字，你可能會問：一家營收增速近400%的公司，為什麼還需要再融335億？答案在同一份財報的背面。淨虧損20.72億元，研發開支21.31億元——研發投入是營收的兩倍多。近三年半累計研發投入約44億元，是同期收入的6倍左右，其中70%到80%花在算力上。這不是智譜一家的問題。

MiniMax經調整淨虧損19.65億元，與智譜的19.64億元幾乎持平，而前者收入體量僅為後者的八成。兩家頭部公司的財務結構高度一致：收入在快速增長，但研發消耗的速度更快。上市解決的是資金獲取的效率問題，而非資金消耗的結構問題。只要研發投入與收入之間的剪刀差沒有閉合，融資就是持續性的剛需。智譜本輪融資中，約60%明確投向下一代GLM基礎模型和“完全自訓練體系”，探索遞歸式自我改進循環（RSI）——這意味著它押注的是模型能力的代際躍遷，而非短期盈利。宇樹的教訓：估值錨定的是“未來”，但市場只認“現在”把視線從大模型切換到具身智能，宇樹科技提供了一個更戲劇性的案例。

宇樹以219倍的發行市盈率登陸科創板，而行業平均僅38倍。上市首日衝到高點後，股價在一個月內跌超55%，市值蒸發超2500億。暴跌的直接原因並不複雜：炒太高了。但更深層的矛盾在於，宇樹的財務基本面無法支撐資本市場的預期斜率。2026年上半年，宇樹收入11.52億元，同比增長48%；但扣非淨利潤同比下降19%，原因是研發費用同比增加8203萬元，銷售費用同比上升2.5倍。收入在增長，利潤在收縮，而市場給的是成長股的估值。基金經理的評價一針見血：“宇樹現在硬件本體做得不錯，但大腦算法這塊比較薄弱，軟件訂閱模式也還沒跑通。”宇樹的IPO募資計劃中，42億元裡有20.

22億元投向“智能機器人模型研發項目”，佔比近五成，85%的募資總額專項用於研發投入。一家硬件公司，把一半以上的錢花在軟件和模型上，這個結構本身就說明了問題：機器人公司上市後，真正的燒錢階段才剛剛開始。具身智能的“研發剛需”比大模型更剛性大模型的研發投入雖然巨大，但至少有一條清晰的路徑：堆算力、擴參數、喂數據，Scaling Law在相當長時間內是有效的。智譜的RSI方向進一步表明，模型可以在上一代模型構建的環境中自我訓練，形成遞歸改進循環——這條路雖然昂貴，但方向明確。具身智能面臨的約束要複雜得多。它沒有單一的大規模文本語料可以依賴，訓練數據必須從物理世界中一點一點採集。

當前真機數據採集的成本令人卻步。真機遙操作在規模化運營後的單小時有效數據成本約為275元，小規模採集階段更高。智在無界合夥人鄭思鵬披露的數據更直接：30秒真機採集成本10到15元，1小時約1000元，若完成百萬小時真機數據預訓練，投入成本將達到10億元量級，“難以支撐大規模模型迭代”。崑崙萬維董事長方漢則給出了更極端的估算：1000萬小時真機數據成本高達50億元。這還只是數據採集。視覺模型和世界模型的訓練成本更高。英偉達的DreamZero世界動作模型，訓練一次需要8張H100跑整整25天，訓練吞吐經過系統級優化後才提升近4倍——即便如此，高昂的訓練成本和耗時仍是行業復現的主要門檻。

更關鍵的是，具身智能的垂直場景訓練幾乎沒有“通用性”。一套在工業產線上訓練好的抓取策略，換到家庭廚房場景中可能完全失效。這意味著每一類垂直場景都需要獨立的數據採集、模型微調和持續迭代，成本無法像大模型那樣通過一次訓練分攤到所有用戶。螞蟻靈波CEO朱興的判斷是，具身智能仍處於冷啟動階段，“模型能力、硬件穩定性、成本約束，決定了很多場景‘夠不著’”。蒸餾技術在一定程度上可以降低推理端的成本——通過知識蒸餾將大模型的能力壓縮到輕量級學生模型中，這是當前具身智能部署的重要方向。但蒸餾解決的是部署效率問題，而非訓練成本問題。教師模型的訓練、數據採集、場景驗證，每一環都需要持續的資金投入。

上市不是終點，而是更高消耗的起點回到智譜。它已經完成了IPO，完成了首次配售，完成了一輪335億的新融資。但這並不意味著它“不缺錢了”。60%的募資投向研發和基礎設施，15%用於業務拓展和戰略投資，25%用於優化資本結構。近三年來，智譜和MiniMax累計研發投入均是收入的6倍左右。只要這個比例不收斂，融資就是常態。具身智能公司面臨的局面只會更嚴峻。大模型公司至少有一條“模型能力提升帶動API收入增長”的變現路徑，智譜的MaaS收入同比增長2736%就是證明。而具身智能的商業化閉環至今沒有跑通——宇樹的收入主要來自機器人本體銷售，軟件訂閱和服務收入幾乎可以忽略。

當硬件毛利率無法覆蓋模型研發的持續消耗時，上市募來的錢只是給了公司一個更長的跑道，而非終點。宇樹的股價暴跌，本質上不是一家公司的問題。它揭示的是一個結構性矛盾：具身智能的技術成熟度遠未達到大模型那樣的“可規模化變現”階段，但資本市場已經按成熟期的估值邏輯給出了定價。當這個錯配被修正時，股價的回調幅度就是市場對“過早上市”的定價。監管層顯然也看到了這一點。據報道，人形機器人企業的IPO審核正在收緊，要求企業拿出可持續收入、虧損持續收窄的真憑實據。對於大模型公司，上市後的持續融資是一場關於技術代際領先的軍備競賽。

對於具身智能公司，上市後的持續融資則是一場關於生存的消耗戰——數據的每一小時、模型的每一次迭代、場景的每一個驗證，都在消耗真金白銀，而收入端的回報週期遠未到來。上市的盡頭不是自給自足，而是更高槓杆、更大規模的融資能力。在這個意義上，智譜的335億和宇樹的暴跌，講的是同一個故事。