智谱完成约50亿美元融资，GLM模型与算力建设加码

发布时间：2026-09-16 04:00 更新时间：2026-09-16 04:00 阅读量：0

2026年9月的国内AI大模型领域，最受关注的一笔资本动作来自智谱。据公开信息，智谱于9月13日宣布完成约50亿美元融资，资金将投向下一代GLM模型研发、完全自训练体系建设以及相关算力基础设施升级。对于关注大模型行业走向的站长和运维人员来说，这笔融资的结构和用途，比金额本身更值得琢磨。

融资结构：股份配售加可转债的组合

据了解，本轮融资由两部分构成。一部分是约20亿美元的股份配售，配售价为每股714港元，较公告前收盘价折让约9.96%，配售股份占扩大后已发行股本约4.50%。另一部分是约30亿美元的可转债发行，本金总额约人民币201.4亿元，为美元结算的零息可转债，2027年到期，初始转股价为每股892.50港元，较配售价溢价25%，较公告前收盘价溢价约12.55%。

这样的组合意味着什么？约六成资金来自可转债，在控制即期股份增发的同时筹集到大规模资金，是这轮融资比较明显的一个设计思路。零息加溢价发行的搭配，也反映出投资方对标的资产的预期。从投资者结构看，海外机构是绝对主力，覆盖亚洲、欧洲、美洲，其中包含数家管理规模千亿美元的全球头部投资机构，多家机构的需求超过5亿美元。截至9月11日收盘，智谱报收793港元，市值3692亿港元，具体数据以官方公告和交易所披露为准。

资金去向：模型自训练与算力底座

资金用途方面，智谱明确提到下一代GLM模型研发、完全自训练体系建设以及算力基础设施升级。此前公开信息中，GLM-6.0版本被定义为“自进化”，采用大基座路线，重点提升推理能力，模型需要具备自主判断能力，包括识别何时停止、何时自我纠正，同时把伦理与社会治理纳入设计考量。

与此同时，行业的竞争逻辑也在发生变化。有研报指出，AI算力正从“卖显卡”转向“卖Token”，算力需求不再单纯由显卡采购量决定，而是由词元消耗量驱动。中国电信研究院预测，我国词元年消耗量将从2026年的10亿亿跃升至2030年的超3500亿亿，年复合增速接近12倍。这个量级如果成立，对推理侧的基础设施压力会非常直接。

# 示例：查看本机可用算力与显存占用（通用命令，具体参数以实际环境为准）
nvidia-smi

容器环境下查看GPU资源分配
docker run --rm --gpus all nvidia/cuda:12.4.0-base-ubuntu22.04 nvidia-smi

对建站和运维读者来说，大模型融资的新闻看起来离自己的服务器很远，但Token消耗量上升会传导到推理服务的部署密度、显存占用和成本控制上。如果后续要接触模型推理服务，建议提前熟悉GPU资源监控、显存占用排查这类基础操作，具体命令参数以官方文档和实际硬件为准。

同月其他融资与行业信号

9月15日，生成式AI研发商智象未来完成C+轮融资，投资方包括新微资本、成都交子金控集团、工银资本，资金用于加速HiDream.ai大模型迭代、AI视频生成技术商业化落地以及AIGC行业解决方案拓展。该公司成立于2023年，位于合肥，专注视觉多模态基础模型，此前C轮曾获15亿元融资，为专精特新“小巨人”企业。9月14日，类脑智能与新一代基座大模型研发企业羲悉智能完成数千万元种子轮融资，投资方为土犇资产、海南元佑、上海高丞通信科技有限公司，公司成立于2025年，方向是脑启发基础模型及长期记忆智能体平台，应用领域涉及人工智能、云计算、边缘计算和企业智能服务。

把这些信息放在一起看，2026年9月的国内大模型行业呈现两条并行的线索：头部企业通过大规模资本运作锁定模型研发和算力资源，中小型与初创企业则在多模态、类脑智能等细分方向继续获得资金。竞争的焦点，正在从参数规模转向推理能力、自训练能力和Token产能，这一点值得持续关注。

继续阅读