智谱AI作为全球首家以通用人工智能基座模型为核心业务的上市公司在香港交易所成功上市，被称为"中国大模型第一股"。公司脱胎于清华大学知识工程实验室，其GLM系列模型已跻身世界领先水平。智谱提供包含语言、多模态、智能体和代码模型的MaaS平台，服务超12000家机构客户，融资累计超83亿元，股东包括腾讯、阿里等科技巨头，标志着中国通用大模型企业首次以"基座模型+MaaS"形态完成资本市场定价。
1月8日，被称为中国版OpenAI的智谱登陆香港交易所，是全球首家以通用人工智能（AGI）基座模型为核心业务的上市公司，被称为“中国大模型第一股”乃至“全球大模型第一股”。
智谱董事长刘德兵在上市致辞中表示：「全球范围内通用大模型企业第一次以这样的方式走向公开市场，非常有幸智谱作为中国大模型代表，站在这个历史性的起点。‘让机器像人一样思考’是智谱从创立第一天起就选择的方向，是智谱人持之以恒奋斗的唯一目标。2021年，我们推出了自己的算法架构GLM。今年，GLM-4.7的发布让我们的模型跻身世界领先，为我们冲刺AGI打下重要根基。智谱的Z是字母表中的最后一个，代表终极境地，我们希望在AGI的探索历程上能走到智能的终极境地。」
智谱AI成立于2019年，脱胎于清华大学知识工程实验室，专注于GLM（通用语言模型）系列预训练架构的研发，构建了覆盖语言、代码、多模态及智能体的全栈模型矩阵。其技术影响力显著，GLM系列模型在Code Arena编程评测中与OpenAI、Anthropic并列全球前列。
在技术生态层面，截至上市前，智谱开源模型在全球开发者社区的累计下载量已超过4500万次。2025年11月，其日均token消耗量达到4.2万亿，累计支持设备数约8000万台。
智谱的MaaS平台主要提供4类模型：语言模型、多模态模型、智能体模型、代码模型，并配套模型微调、部署及Agent开发工具。
在部署方式上，公司同时提供本地化部署与云端部署两种模式。
对于本地化部署，其模型托管在客户的基础设施里，会在大模型及相关服务交付到客户指定地点并经客户检验验收时确认收入。
对于云端部署，其模型托管在可扩展且可靠的云端基础设施上，会在合约期内确认收入。
智谱认为，为了让机器像人一样思考，通用智能需要具备三项核心能力：深度思考、认知世界与工具使用。围绕这一目标，公司构建了反思与沉思模型、多模态模型、智能体模型，并进一步延展至代码生成领域，四类模型均基于GLM系列基座模型研发。
其大模型矩阵如下：
在商业化层面，智谱的客户包括企业、公共部门实体及个人用户。截至2025年1-9月，智谱已服务超过12000家机构客户，客户数量在半年内显著增长。2025年11月，其日均token消耗量达到4.2万亿。
在融资层面，智谱是“六小虎”中融资规模最大的公司。成立6年间，智谱融资8轮，累计筹资超83亿元，IPO前估值达到243.8亿元。智谱的股东包括美团、蚂蚁、阿里、腾讯、小米等大厂，红杉、高瓴等投资机构，还有国资背景的基金。
智谱在港交所正式上市，意味着中国通用大模型企业，首次以“基座模型+MaaS”的重资产形态，完成资本市场定价。
如何系统的学习大模型 AI ？
由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。
但是具体到个人，只能说是：
“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。
我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
一直在更新，更多的大模型学习和面试资料已经上传带到CSDN的官方了，有需要的朋友可以扫描下方二维码免费领取【保证100%免费】👇👇
01.大模型风口已至：月薪30K+的AI岗正在批量诞生
2025年大模型应用呈现爆发式增长，根据工信部最新数据：
国内大模型相关岗位缺口达47万
初级工程师平均薪资28K（数据来源：BOSS直聘报告）
70%企业存在"能用模型不会调优"的痛点
真实案例：某二本机械专业学员，通过4个月系统学习，成功拿到某AI医疗公司大模型优化岗offer，薪资直接翻3倍！
02.大模型 AI 学习和面试资料
1️⃣ 提示词工程：把ChatGPT从玩具变成生产工具
2️⃣ RAG系统：让大模型精准输出行业知识
3️⃣ 智能体开发：用AutoGPT打造24小时数字员工
📦熬了三个大夜整理的《AI进化工具包》送你：
✔️ 大厂内部LLM落地手册（含58个真实案例）
✔️ 提示词设计模板库（覆盖12大应用场景）
✔️ 私藏学习路径图（0基础到项目实战仅需90天）
第一阶段（10天）：初阶应用
该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。
- 大模型 AI 能干什么？
- 大模型是怎样获得「智能」的？
- 用好 AI 的核心心法
- 大模型应用业务架构
- 大模型应用技术架构
- 代码示例：向 GPT-3.5 灌入新知识
- 提示工程的意义和核心思想
- Prompt 典型构成
- 指令调优方法论
- 思维链和思维树
- Prompt 攻击和防范
- …
第二阶段（30天）：高阶应用
该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。
- 为什么要做 RAG
- 搭建一个简单的 ChatPDF
- 检索的基础概念
- 什么是向量表示（Embeddings）
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 系统的扩展知识
- 混合检索与 RAG-Fusion 简介
- 向量模型本地部署
- …
第三阶段（30天）：模型训练
恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。
到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？
- 为什么要做 RAG
- 什么是模型
- 什么是模型训练
- 求解器 & 损失函数简介
- 小实验2：手写一个简单的神经网络并训练它
- 什么是训练/预训练/微调/轻量化微调
- Transformer结构简介
- 轻量化微调
- 实验数据集的构建
- …
第四阶段（20天）：商业闭环
对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。
- 硬件选型
- 带你了解全球大模型
- 使用国产大模型服务
- 搭建 OpenAI 代理
- 热身：基于阿里云 PAI 部署 Stable Diffusion
- 在本地计算机运行大模型
- 大模型的私有化部署
- 基于 vLLM 部署大模型
- 案例：如何优雅地在阿里云私有部署开源大模型
- 部署一套开源 LLM 项目
- 内容安全
- 互联网信息服务算法备案
- …
学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。
如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。
