2025 年中国大模型行业从百模大战逐步收敛至头部玩家梯队，智谱 AI 与 MiniMax 作为 不同商业化路线的代表，将于 2026 年 1 月 8 日、9 日相继在港 IPO，作为全球第一批 上市的大模型公司，对产业具有风向标意义。
智谱：清华系学院派基因——技术长期主义+全栈自主 平台思维
智谱成立于 2019 年，是中国最早开始研发 LLM 的公司，也是中国首家发布自研大模型 的人工智能公司。由清华大学计算机系的技术成果 AMiner 转化而来，核心团队源自清 华大学知识工程实验室（KEG）。 我们认为公司成立至今发展可划分为三个阶段：（1）初创探索期（2019-2022）： 避开 主流的 GPT 架构，坚持研发 GLM（General Language Model）架构，实现中英双语高 效融合。（2）成长期（2023-2024）：率先发布 ChatGLM 系列，通过“开源基座+闭座 增强”的策略，迅速占领国内开发者生态。（3）商业化加速期（2025 年）：随 GLM 核 心版本的快速迭代，智谱商业化落地不断加速，从模型供应商向 Agent 生态运营商转型。
清华班底带队，截至 2025 年 6 月 30 日研发人员占比 74%以上。KEG 实验室成立于 1996 年，是国内最早开展自然语言处理、知识图谱研究的实验室之一，公司核心团队 成员基本来自清华大学计算机系知识工程实验室，长期从事大规模预训练模型、语义大数据分析、智能问答等领域的研究。（1）董事长刘德兵，中科院计算所博士，师从中国 工程院院士、中国计算机领域权威专家高文。（2）CEO 张鹏，清华大学 2018 创新领军 工程博士，毕业于清华大学计算机科学与技术系，负责公司整体运营与战略规划，主导 GLM 系列大模型、ChatGLM 对话模型等核心产品的研发与商业化。（3）首席科学家唐 杰，是清华大学计算机系教授、系副主任、清华-工程院知识智能联合实验室主任，国家 杰出青年科学基金获得者，也是 KEG 实验室的核心人物。他的研究方向包括社会网络 分析、数据挖掘、机器学习、知识图谱等。
押注 AGI 长期目标，首提 GLM 架构（General Language Model）。从路线上看，智谱 在 GPT 的影响下，选择从底层架构出发，构建一套原创、可控、可持续演进的通用模 型体系。具体技术上看，以“自回归填空”作为通用预训练范式，在结构上不同于 GPT 所 采用的单向注意力机制，后者更强调生成效率与规模扩展，而 GLM 在设计之初便将鲁 棒性、可控性与幻觉抑制纳入核心目标。这一差异决定了智谱要构建一套更偏向工程可 靠性与长期演进的技术底座，而不是单一服从 Scaling Law 法则快速堆积参数以推升模 型性能。
智谱研究团队认为，衡量 AGI 的第一性原理，是在不损失原有能力的前提下融合更多 通用智能能力。衡量真正通才模型的标准应包括以下三项相互关联的关键能力：（1）与 外部工具和现实世界互动的智能体（Agentic）能力；（2）在数学和科学等领域解决多步 骤问题的复杂推理（Reasoning）能力；（3）应对现实世界软件工程任务的高级代码 （Coding）能力。这三项能力可合称为 ARC 能力。 尽管 OpenAI 的 o1/o3 和 Anthropic 的 Claude Sonnet4 等 SOTA 专有模型在数学推理 或代码修复等特定 ARC 领域展现了突破性性能，但仍未有一个同时在上述所有三个领 域均表现卓越的强大开源模型。GLM 正在为此努力，力求在一个模型中集成所有这些 不同的能力。以 GLM-4.5 为例，其采用了混合推理模式，复杂推理和智能体任务采用思 考模式，即时响应采用非思考模式。
大模型混战中逐渐展现出其独特优势。自成立以来，智谱陆续推出中国首个百亿模型、 首个开源千亿模型、首个对话模型、首个多模态模型和全球首个设备操控智能体，并打 造了世界范围内先进且全面的模型组合及智能体（AI Agent）产品。2025 年，随着 GLM4.5、GLM-4.6 到 GLM-4.7 的快速迭代，智谱再次在融合推理、编码与智能体能力的统 一模型中实现突破。最新发布的 GLM-4.7 不仅在 Code Arena 中位列开源第一、国产 第一，并超越了 GPT-5.2，还在全球知名的权威大模型评测榜单 Artificial Analysis Intelligence Index（AA 智能指数）中，以 68 分综合成绩荣登开源模型与国产模型双料 榜首。此外，GLM-4.7 前端审美提升，模型迈向更加“好用”的阶段，并进一步强化了 GLM-4.5 以来就支持的交错式思考能力，引入保留式思考与轮级思考，使复杂任务执行 更稳、更可控。
模型可靠性不断提升，在 ToB 侧容错率低的生产力场景中竞争力较强。2025 年休斯幻 觉评估模型排行榜中，GLM-4-9B 是顶级 LLM 中幻觉率最低的模型之一，仅为 1.3%。 这一指标并不容易通过参数规模堆叠获得，却直接关系到模型是否能够被企业视为生产 系统的一部分。对于金融、能源、制造等高风险行业而言，低幻觉率意味着模型可以从 助手走向决策影响，成为可以被纳入关键决策流程的基础设施。截至 2025 年 9 月，GLM-4.5 幻觉率为全球第二低、中国最低。
基于学院派人才构成与全栈式的技术路线，智谱的基因是产学研一体化的，其发展历史 显示出极强的平台思维，其商业化的目的在于最大化其技术资产的利用率，通过开发者 生态构建网络效应，打造如同 Android 般的底层生态。这种基因决定了其商业化选择大 概率走向与自身更加契合的 MaaS 和 ToB 私有化部署的重资产、高壁垒路线。
公司成立于 2021 年，由商汤科技前副总裁闫俊杰创立。MiniMax 带有极强的“商业化 产品”的基因，团队背景多具游戏、内容社区基因，使得公司对用户体验（UX）、留存 率和多模态交互具备优势。 我们认为公司发展历程可以分为以下几个阶段，（1）起步期（2022 年 4 月-2023 年 5 月）：完成文本搭模型底座快速迭代，B 端市场初步进行商业化；（2）C 端应用验证期 （2023 年 6 月-2024 年 4 月）：密集投放 Talkie 与星野两大原生 AI 交互平台，通过 C 端真实流量构建数据反馈回路，2024 年 4 月 MAU 破千万，PMF 初步跑通；（3）产品 与生态扩张期（2024 年 8 月-至今）：产品从纯文本转向全感官，海螺 AI（视频）、Music01（音乐）及 MiniMax Audio（语音）的连续发布，完成对视觉、听觉模态的全面覆盖， 技术面通过“线性注意力”机制试图在长文本与推理效率上建立差异化技术护城河。
管理层与研发团队年轻，研发团队平均年龄不足 30 岁；具备商汤系基因，核心灵魂人 物曾任商汤科技副总裁。CEO 兼创始人闫俊杰年仅 36 岁，2015 年博士毕业于中科院， 曾于清华担任博士后，并于商汤科技从实习生晋升至副总裁；COO 兼联合创始人贠烨 祎 31 岁，曾于商汤科技担任战略负责人；其他高管年龄基本在 30 岁左右，如大语言模 型负责人赵鹏宇 29 岁、视觉模型负责人周彧聪 32 岁。
截至 2025 年 9 月 30 日，公司研发团队约 284 人，研发人员占比近 74%，分为专注文 本、视觉、音频、AI 基础架构（训练和推理优化）及产品开发的专业小组。核心研发团 队由来自微软、谷歌、Meta、阿里巴巴、ByteDance 及 DeepSeek 等企业的专家组成。 根据招股说明书，公司计划在未来五年内继续在全球招聘 150 名顶级大模型和 AI 基础 设施研究人员、工程师和科学家。
MiniMax 定位全模态 AI 公司，基于自研大模型打造了覆盖 B 端和 C 端的 AI 原生产品 矩阵，包括海螺 AI、Talkie、星野等，同时也为企业用户和开发者提供开放平台服务。 MiniMax 的目标是“做好多模态融合，打造真正的通用人工智能，成为其中的推动者”， 具体到商业化路径上呈现出明显的“应用先行，以场定模”特征。
模型能力方面，MiniMax 凭借在长上下文模型和可扩展的多模态架构设计方面的技术重 点脱颖而出，构建了可处理跨文本、视频和音频的多维度复杂交互的模型，为商业效率 服务。MiniMax 是全球第十大大模型技术公司，市场份额为 0.3%。此外，按 2024 年基 于模型的收入计算，是全球第四大 pureplay 大模型技术公司。（1）MiniMax-M1(2025 年 6 月推出)：2025 年初 MiniMax 发布首个开源模型 MiniMax-01 系列时，其首次在 4000 亿以上参数的大模型中使用了不同于传统 Transformer 架构的自创线性 Attention 机制架构，能高效处理的上下文长达 400 万 token，达到了全球最长的水平，曾被国外人士 评价为“来自中国的 AI 变革”。（2）MiniMax-M2（2025 年 10 月推出）：在模型性能、推 理速度与推理成本的综合平衡上表现突出，如果说 M1 是为长文本和复杂推理场景而生， 那么 M2 则完全面向 Agent 时代的执行任务，全注意力+MoE，使用了 1/8 的自注意力 机制，另外 7/8 使用了线性注意力。从产品思路来看，信奉“技术即产品”。MiniMax 技 术亮点是采用线性注意力机制（Linear Attention）降低计算复杂度，NCR 架构提升视 频生成效率 2.5 倍，处理长上下文时成本更低。
（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。）
