智谱提前剧透GLM-6.0：完全自训练方法公开了
内容提要
智谱上市不到九个月再融约393亿港元，约六成投入下一代GLM与“完全自训练”体系（递归式自我改进闭环，涵盖数据自产、环境自造、基础设施自我优化），并提升多模态与长程任务强化学习能力；其余用于业务拓展、战略投资、并购及补充运营资金。上市后累计净募约755亿港元，并透露拟赴科创板上市。
延伸解读
“完全自训练”闭环的三个维度
公告将“完全自训练”定义为递归式自我改进闭环，涵盖数据自产、环境自造、基础设施自我优化。数据自产通过模型对弈、规则校验等方式生成训练数据；环境自造让智能体采集和转化真实任务，并生成验证器；基础设施自我优化则利用模型的编码能力改进训练推理系统。这三个维度相互衔接，构成模型自我迭代的路径。
融资节奏与股价波动的关联
智谱上市后已完成三轮融资：IPO净募约48.96亿港元，首次配售净募约313.75亿港元，本次再融约393亿港元。首次配售定价1588港元，而本次配售价降至714港元，同期H股收盘价从高位回落至793港元。公告解释称，业务进展加快使资金使用提速，且算力部署需要周期，因此提前安排融资以衔接扩张计划。
资金分配与投资筛选标准
本次募资约60%投入下一代GLM和“完全自训练”体系及算力基础设施，约15%用于业务拓展、战略投资和潜在并购，约25%补充运营资金。投资标的需与AI技术及应用密切相关，拥有可靠用户群且稳定经营不少于两年，并具备成熟产品或技术平台。全部款项预计在2028年6月30日前动用完毕。
A+H上市计划的线索
公告中可转债条款提到，不会因公司目前预期将于上海证券交易所科创板上市的股份首次公开发行而对换股价作出调整。这一细节透露出智谱在港股之外，还有赴科创板上市的规划。结合其上市后累计净募约755亿港元，以及持续投入下一代模型研发，智谱正在为多市场融资和技术迭代同步布局。
Q&A
智谱这次融资了多少钱？资金主要用来做什么？
智谱通过配售新H股和发行201.4亿元人民币零息可转债，合计预计净募约393亿港元。其中约60%（约235亿港元）投入下一代GLM基础模型和“完全自训练”体系的研发，以及大规模训练、推理和算力基础设施的部署与升级；约15%用于业务拓展、战略投资和潜在并购；约25%用于优化资本结构和补充运营资金。
智谱提出的“完全自训练”具体指什么？
“完全自训练”是智谱对递归式自我改进（RSI）的具体技术表述。下一代GLM模型将在上一代GLM所搭建的环境里训练，形成递归式自我改进闭环，涵盖数据自产、环境自造、基础设施自我优化三个维度。
完全自训练中的“数据自产”和“环境自造”是怎么实现的？
数据自产：不再完全依赖人类标注，通过模型间自我对弈、规则校验、执行验证、模型评审和人工抽检等方式，自动生成、筛选和积累高质量训练数据，持续回流到预训练、中训练和后训练各阶段。环境自造：让智能体去采集和转化真实世界的任务，智能体自己试做、自己生成验证器、自己检查任务是否可解，不断扩充训练环境的数量、类型和复杂度，使任务环境成为可规模化生产及复用的训练资源。
智谱下一代GLM模型在能力上有哪些提升方向？
智谱计划提升基础模型的有效规模和原生多模态统一建模能力，在不过度增加推理成本的前提下加深有效计算深度，让模型能跑更长链条的推理、规划和自我校验。长程任务强化学习是另一个重点，目标是建设贴近真实专业工作的任务环境，训练模型去拆解任务、调用工具、和环境交互、从错误中恢复、验证最终结果。
智谱在算力和推理基础设施方面有哪些投入计划？
算力方面，智谱将综合推进算力资源的采购与租赁，投入芯片适配、算子开发、集群互联和性能调优，建立来源多元且可灵活调配的算力供给体系。自研推理引擎和服务栈同样在投入清单之列，覆盖多模态编码、提示词预填充、逐Token解码、量化、缓存、通信及弹性扩缩容等环节，目标是在同等硬件条件下提升推理吞吐和成本效率。
智谱上市后的融资历程和累计募资情况如何？
2026年1月8日，智谱以每股116.20港元完成H股全球发售，净募约48.96亿港元，截至2026年8月31日已全部花完。2026年7月9日，以每股1,588港元完成首次配售，净募约313.75亿港元，截至8月底已动用约34.92%，仍有约204.2亿港元未使用。2026年9月12日，再次配售，配售价714港元。三轮融资合计，智谱上市后已累计净募约755亿港元（约646亿元人民币）。
智谱的A+H上市计划有什么新进展？
公告中可转债条款明确提到“不会因本公司目前预期将于上海证券交易所科创板上市的股份的首次公开发行”而对换股价作出调整，这透露了智谱拟赴科创板上市的计划。
