智谱GLM-6.0技术路线曝光：主打“完全自训练”闭环，融资超390亿港元

事件概述

智谱（Zhipu AI）在港交所发布公告，宣布通过配售新H股及发行201.4亿元人民币零息可转债，预计净募集资金约393亿港元。公告明确披露了资金用途，其中约60%的资金将专门用于下一代GLM基础模型的研发，重点聚焦于“完全自训练”（Fully Self Training）体系的构建。

核心信息：完全自训练体系

“完全自训练”是智谱对递归式自我改进（Recursive Self-Improvement, RSI）的具体技术表述。该体系旨在建立模型自我进化的闭环，主要包含以下三个核心维度：

1. 数据自产

   • 减少对人工标注的依赖。
   • 通过模型间自我对弈、规则校验、执行验证、模型评审及人工抽检等机制，自动生成、筛选并积累高质量训练数据。
   • 这些数据将持续回流至预训练、中训练和后训练各个阶段。

2. 环境自造

   • 利用智能体采集和转化真实世界任务。
   • 智能体自主进行测试、生成验证器并检查任务可解性，从而扩充训练环境的数量、类型和复杂度。
   • 目标是将任务环境转化为可规模化生产及复用的训练资源。

3. 基础设施自我优化

   • 利用模型在编码和系统工程方面的能力，协助开发和优化训练及推理系统的算子、内核、调度、缓存和服务栈。
   • 使模型逐步参与支撑其自身迭代的基础设施升级。

技术方向与算力规划

除了训练方法外，公告还预告了GLM-6.0的能力提升方向：

• 模型能力：提升有效规模和原生多模态统一建模能力；在不显著增加推理成本的前提下加深有效计算深度，支持更长链条的推理、规划和自我校验。
• 长程任务强化学习：建设贴近真实专业工作的任务环境，训练模型拆解任务、调用工具、与环境交互、从错误中恢复并验证结果。
• 算力策略：鉴于当前优质算力资源供给有利，公司将推进芯片适配、算子开发、集群互联和性能调优，建立来源多元且灵活调配的算力供给体系。
• 推理引擎：投入自研推理引擎和服务栈，覆盖多模态编码、提示词预填充、逐Token解码、量化、缓存等环节，以提升同等硬件下的推理吞吐和成本效率。

融资背景与资金分配

本次融资是智谱上市后的第三次大规模融资动作，具体资金分配如下：

• 研发与基础设施（约60%，约235亿港元）：用于下一代GLM模型、“完全自训练”体系研发，以及大规模训练、推理和算力基础设施的部署与升级。
• 业务拓展与投资（约15%，约59亿港元）：用于战略投资和潜在并购。标的需与AI技术及应用密切相关，具备成熟产品或技术平台，涵盖大模型、智能算法、算力运营、智能体等领域。同时支持MaaS平台、API、Coding Plan及Agent相关产品服务的市场拓展。
• 资本结构优化（约25%，约98亿港元）：用于优化资本结构和补充运营资金。

所有所得款项预计将在2028年6月30日前悉数动用。公告中还透露了“A+H计划”细节，可转债条款提及不会因预期在上海证券交易所科创板IPO而对换股价作出调整。

融资时间线回顾

智谱自2026年1月上市以来，已完成三轮融资，累计净募约755亿港元（约646亿元人民币）：

1. IPO（2026年1月8日）：每股116.20港元，净募约48.96亿港元。截至2026年8月31日，该笔资金已全部花完。
2. 首次配售（2026年7月9日）：每股1,588港元，净募约313.75亿港元。定价较IPO上涨约13.7倍。截至8月底，已动用约34.92%（约109.55亿港元），剩余约204.2亿港元未使用。
3. 本轮融资（2026年9月12日）：配售价降至714港元（此前收盘价为793港元）。公司解释称，随着业务进展加快，资金使用节奏提速，且算力资源从签约到部署需要周期，此次融资有助于衔接新增算力部署与扩张计划。