2026年计算机行业：从智谱华章MiniMax IPO看产业机遇，国内AI产业机遇期来临

两家明星初创公司 IPO 启示：国内 AI 产业机遇将至

1.1.智谱华章VS Minimax

业务体量：两家初创公司均迈过原始创业阶段，收入体量突破 3 亿。根据智谱 华章及 MiniMax 招股说明书披露，智谱华章收入由 2022 年的 0.574 亿元攀升至 2024 年的 3.124 亿元，并于 2025 年上半年达到 1.908 亿元；MiniMax 收入由 2023 年的 0.035 亿美元攀升至 2024 年的 0.305 亿美元，并于 2025 年前三季度达到 0.534 亿美 元。从毛利润率看，智谱华章毛利润率保持在 50%以上，MiniMax 毛利润率当下仍受 到一定压制，在 2024 年刚刚转正，这主要由于智谱华章收入构成主要以私有化部署 为主，而 MiniMax 针对平台及自主应用的业务拓展对于算力服务依赖程度较大，在规 模化效应形成前对盈利有一定压制。

主创团队：智谱源自清华，MiniMax 来自海内外 AI 大厂。智谱华章核心团队源 自清华，CEO 张鹏毕业于清华计算机系，董事长刘德兵系中国工程院高文院士弟子， 总裁王绍兰为清华创新领军博士。智谱首席科学家、创始人唐杰，曾任清华大学计算 机系教授、系副主任等职务，深耕数据挖掘和机器学习领域，发表了 200 余篇论文， 带领团队成功打造出中国首个且世界规模之最的 1.75 万亿参数大规模预训练模型 WuDao 2.0。相比之下， MiniMax 员工共 385 人，平均年龄 29 岁（95 后），研发 人员占比近 74%，海外归国人才占比超 30%。 其核心研发团队由来自微软、谷歌、 Meta、阿里巴巴、字节跳动、DeepSeek 等全球 AI 领先企业的技术人员组成。 商业模式：智谱华章定位于面向企业端的 MaaS 服务，MiniMax 定位于大模型+原 生应用。根据智谱华章招股说明书披露，本地化部署为智谱华章当下收入构成的主 要部分。从行业垂直领域方面看，公司互联网与科技为本地化部署主要收入来源，此 外，公共服务、电信、传统企业等领域的收入也呈增长趋势。相比之下，根据 MiniMax 招股说明书披露， AI 原生产品为 MiniMax 当下收入构成的主要部分。从用 户数方面看，公司 AI 原生产品矩阵平均 MAU 从 2023 年的 310 万增长超六倍至 2024年的 1910 万，并进一步增至截至 2025 年前三季度的 2760 万，公司业务模式有明显 的 ToC 战略意图。

1.2.行业维度：高天花板高增长，景气度有望持续维持

全球大模型市场保持快速增长。根据 MiniMax 招股说明书披露，目前全球大模 型市场仍处于商业化落地的早期阶段。随着技术的不断成熟和付费意愿的逐步提升， 以基于模型的收入口径计，全球大模型市场预计由 2024 年的 107 亿美元快速增长至 2029 年的 2,065 亿美元，CAGR 达到 80.7%。在大模型技术持续进步与成熟的驱动下， 大模型应用市场规模预计将由 2024 年的 71 亿美元增至 2029 年的 1,515 亿美元， CAGR 达到 84.3%；与此同时，大模型 MaaS 市场规模有望由 2024 年的 36 亿美元增至 2029 年的 550 亿美元，CAGR 达到 72.7%。

中国人工智能市场规模保持快速增长，企业客户及本地化部署仍为当下主要收 入来源。根据智谱华章招股说明书披露，中国人工智能市场规模由 2022 年的人民币 937 亿元增至 2024 年的人民币 1,607 亿元，自 2022 年至 2024 年的复合年增长率为 31.0%；且估计于 2030 年，中国人工智能市场规模将进一步增至人民币 9,930 亿元， 2024 年至 2030 年的复合年增长率为 35.5%。

根据智谱华章招股说明书披露，以收入计，2024 年中国大语言模型市场规模已 达到人民币 53 亿元，其中机构客户贡献人民币 47 亿元，个人客户贡献人民币 6 亿元。 随着大语言模型技术的不断进步、机构与个人用户需求的不断增长，估计到 2030 年 该市场规模将增至人民币 1,011 亿元，2024 年至 2030 年的复合年增长率为 63.5%。机构客户仍将是市场增长的核心驱动力，估计到 2030 年中国企业级大语言模型市场 规模将达到人民币 904 亿元，2024 年至 2030 年的复合年增长率为 63.7%。

根据智谱华章招股说明书披露，以收入计，2024 年中国企业级大语言模型市场 规模达到人民币 47 亿元。其中云端部署市场规模为人民币 9 亿元，本地化部署市场 规模为人民币 38 亿元。估计到 2030 年，中国企业级大语言模型市场规模将增至人民 币 904 亿元，其中云端部署市场规模为人民币 213 亿元，本地化部署市场规模为人民 币 691 亿元。估计中国云端企业级大语言模型市场规模将自 2024 年至 2030 年以复合 年增长率 69.4%的增长率增长，超过同期中国整体企业级大语言模型市场的平均复合 年增长率。

1.3.产业链维度：上游算力需求保持旺盛，下游应用爆发值得 期待

上游算力需求保持旺盛，大模型公司仍保持大力投入。算力是 AI 模型训练和推 理的基础，是实现人工智能技术规模化和商业化应用的前提。随着模型越来越复杂、 模型参数规模呈指数级增长，对计算资源的需求也不断上升。根据 MiniMax 招股说明 书披露，MiniMax 在训练方面的云服务开支由 22 年的 0.04 亿美元跃升至 24 年的 1.41 亿美元。根据智谱华章招股说明书披露，智谱华章在训练方面的算力服务费由 22 年的 0.15 亿元跃升至 24 年的 15.53 亿元。由两家明星初创公司在研发方面的投 入可见，AI 算力需求仍保持高景气度状态。

模型成本下降能力增强有望助力下游应用落地。根据 MiniMax 招股说明书披露， 模型成本下降是比模型能力提升确定性更高的市场驱动因素，模型能力提升和模型成 本下降叠加，会解锁越来越多场景迈过 ROI 转正点、达到 PMF。在 GPT-4 发布之初， 很多行业场景，如内容审核，即使模型能力满足要求，但还因为成本高、ROI 负，无 法被企业客户投入落地使用。但大模型的推理成本在稳步下降，越来越多行业的中后 台、大用量场景正在随之被新解锁。

智谱华章：MaaS 模式的 AI 公司

2.1.国内头部大语言模型厂商，股权结构相对集中

专注国产大模型 MaaS 开放平台的初创企业。北京智谱华章科技股份有限公司 （简称“智谱”）致力于打造新一代认知智能大模型，专注于做大模型的中国创新。 公司合作研发了中英双语千亿级超大规模预训练模型 GLM-130B，并基于此推出对话 模型 ChatGLM，开源单卡版模型 ChatGLM-6B。同时，团队还打造了 AIGC 模型及产品 矩阵，包括 AI 提效助手智谱清言（chatglm.cn）、高效率代码模型 CodeGeeX、多模 态理解模型 CogVLM 和文生图模型 CogView 等。公司践行 Model as a Service（MaaS） 的市场理念，推出大模型 MaaS 开放平台，打造高效率、通用化的“模型即服务”AI 开发新范式。通过认知大模型链接物理世界的亿级用户，智谱基于完整的模型生态和 全流程技术支持，为千行百业带来持续创新与变革，加速迈向通用人工智能的时代。 公司是国内头部大语言模型厂商。中国大语言模型市场参与者可分为独立提供 商及非独立提供商。独立提供商从业务开展初期就具备大语言模型技术原生、大语言 模型产品原生及大语言模型商业模式原生的特点，其自身业务在产业生态中通常不与 其客户所运营的业务存在竞争关系。相较而言，非独立提供商在进入大语言模型市场 之前就已建立产品和服务组合，并利用其在其他业务领域的现有优势，将其大语言模 型产品进行扩大并商业化。根据公司招股说明书披露，以 2024 年收入计，公司是中 国最大的独立大语言模型厂商及第二大大语言模型厂商。

公司股权结构相对集中，创始团队高比例持股。根据公司招股说明书披露， 2023 年 4 月，北京链湃、刘博士、唐博士、李博士、许博士、张博士、慧惠及智登 订立一致行动人士协议，构成公司的控股股东集团。截至最后实际可行日期，控股股 东共同拥有约 33.03%的股份权益。

2.2.收入体量保持快速增长，本地化部署企业业务为基石

公司收入保持快速增长，利润端因早期投入暂时承压。根据智谱华章招股说明 书披露，公司收入由 2022 年的 0.574 亿元攀升至 2024 年的 3.124 亿元，并于 2025 年上半年达到 1.908 亿元。因公司仍处于早期投入阶段，当下净利润尚处于亏损状态。

公司收入主要来自本地化部署业务，互联网与科技领域收入稳步提升。根据智 谱华章招股说明书披露，从收入结构上看，本地化部署为当下收入构成的主要部分。 从行业垂直领域方面看，公司互联网与科技为本地化部署主要收入来源，业务收入由 2022 年底 3025 万人民币增长至 2024 年底 13095 万人民币，累计增幅约为 333%；在 2022 年至 2025 年第二季度期间，占总收入的年均比例为 50.15%，一直稳居主体。此 外，公共服务、电信、传统企业等领域的收入也呈增长趋势，2022 年至 2024 年期间 分别呈现 193%、274%和 111%的涨幅。

2.3.立足 MaaS 平台，专注企业客户

2.3.1.基础大模型产品体系完备

为了让机器像人一样思考，公司认为必须赋予 AI 三种核心的人类能力：深度思 考、认知世界及工具使用。公司据此开发了 AI 模型，其可分为三个相应类别：反思及沉思模型、多模态模型及智能体模型。公司亦开发了代码模型，其可以自动生成代 码并提升编程效率。所有四个类别均基于公司的 GLM 系列基座模型开发。基座模型以 及反思及沉思模型均属更广泛的语言模型类别。

基座模型：基座模型为预训练大语言模型，作为开发各种专业模型的基础。 GLM-4.5 为公司的旗舰基座模型，发布时即已开源。通过多阶段训练并结合微调与强 化学习的全方位后训练，GLM-4.5 在智能体、推理及编码任务上均展现出卓越性能。 该模型亦支持多模态扩展与大语境处理功能，可解读高阶提示词并自主生成实用型解 决方案。 GLM-4.5 的模型参数规模达 3,550 亿，同时公司亦研发出轻量级版本 GLM4.5-Air，其参数规模为 1,060 亿。 反思及沉思模型：反思及沉思模型在生成答案前会花费额外时间“深度思考”， 这使其更适用于复杂推理任务。基于基座模型，公司构建了反思模型(GLM-Z1)与沉思 模型(GLM-Z1-Rumination)。GLM-Z1 为一种专攻确定性命题，致力于提供更精确、更 准确的解决方案的反思模型。其基于基座模型，通过扩展强化学习及进一步的数学、 代码与逻辑任务专项训练开发而成。GLM-Z1-Rumination 专攻不确定性命题，尤其是 需迭代收集处理外部信息的开放性探索问题。与 GLM-Z1 相比，GLM-Z1-Rumination 能够通过更深入持久的思考并使用工具解决更为开放性的复杂问题。 多模态模型：多模态模型能够处理并整合来自不同模态的信息，例如文本、图 片、音频和视频。公司已开发服务于不同功能的多模态模型，如 CogView（图像生 成）、GLM-4.5V（视觉理解及推理）、CogVideoX（视频生成）、GLM-Realtime（实时视 频通话）及 GLM-4-Voice（语音模型）。

AI Agent：AI agent 整合推理、规划与工具使用能力，可在无需持续人工输入 下自主执行多步骤任务。公司的基座智能体模型是 AutoGLM。作为专为通过图形用户 界面(GUI)自主控制数字设备设计的基座智能体，AutoGLM 将类人推理转化为具体行 动。 代码模型：CodeGeeX 是旨在提升编程效率与简化工作流程的强大代码模型。其 使开发者可基于自然语言描述自动生成代码，或补全未完成代码行或代码块，提升生 产效率。

2.3.2.以 MaaS 平台为商业模式基础，采用本地化及云端两种部署模式

随着公司将技术商业化以把握住先进的人工智能带来的市场机遇，公司围绕一体 化 MaaS 平台组织产品供应。公司的 MaaS 平台主要提供四类模型：语言模型、多模态 模型、智能体模型及代码模型，以及用于模型微调、部署及智能体开发的集成工具。 公司 MaaS 平台的主要优势为模型能力全面覆盖、应用场景广泛扩展性及多元化算力 基础设施适应性。尽管算力基础设施、终端设备及应用程序中存在较大异构性，但通 过该产品开发及商业化平台，公司以最适配、合理及可扩展的方式，向机构客户、开 发者及个人客户提供智能服务。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）