Z.AI 以股票加债券融资 50 亿美元，投向下一代 GLM 模型
这是这家中国 AI 实验室自 1 月香港上市以来的第三次公开市场融资，累计已达 95 亿美元
Z.AI —— 开发 GLM 系列基础模型的北京实验室，在香港交易所上市，股票代码 2513 —— 于周日宣布，已通过同步进行的新股配售和零息可转换债券发行，募资约 50 亿美元。这一信息来自9 月 13 日提交给香港交易所的公告。新股配售预计于 9 月 16 日交割，但须获得监管批准；债券发行则有各自独立的交割条件。在这些条件满足之前，两笔交易都不应被视为已经完成。加上公司 7 月约 40 亿美元的配售和 1 月 6.24 亿美元的 IPO 募资，9 月这次融资使 Z.AI 上市以来在公开市场的累计融资额在不到九个月内达到约 95 亿美元 —— 按融资额算，它是资本密集程度最高的中国前沿 AI 实验室，尽管按收入算并不是。
募到的资本与赚到的收入之间的差距，正是这个故事的结构性张力所在。Z.AI 报告的 2026 年上半年收入约为 1.42 亿美元，同比增长 400%，但仍远低于美国同行；更关键的是，远低于其上半年 21.3 亿元人民币（约 3 亿美元）的研发支出。公告中写明了这笔新资金的唯一用途：净募资额的 60% 将用于下一代 GLM 基础模型的研发、大规模训练基础设施和生产推理系统 —— 而所有这些，公司都打算运行在国产芯片上。
两笔交易，服务于同一个战略目的
这次融资由两种相互独立的工具构成。第一种是配售最多 2197 万股新 H 股，每股 714 港元 —— 较 9 月 11 日收盘价 793 港元折让 9.96% —— 净募资约 20 亿美元。第二种是本金为 201.4 亿元人民币（约 30 亿美元）的零息可转换债券，2027 年 9 月到期，以美元结算。这批债券不付利息，按面值的 100.5% 发行，意味着买家实际上接受了一个小幅的负收益率。之所以愿意在债务上接受确定的亏损，是因为这批债券的真正价值在别处：初始转股价为 892.50 港元，如果 Z.AI 的股价在到期前回升到足够水平，持有人就可以按这个价格转换为股权。
这种债券结构本身，就是对 Z.AI 投资逻辑的一次金融编码。买家借钱出去并不指望利息收入；他们买的是一份期权，赌公司股价在十二个月内涨过转股价。如果在 2027 年 2 月之前，股价在任意连续 30 个交易日中至少有 20 个交易日达到或超过转股价的 130%，Z.AI 就可以提前赎回这批债券。如果股价没能越过这道门槛，公司就必须在 2027 年 9 月债券到期时偿还约 30 亿美元现金 —— 考虑到 Z.AI 在 6 月底持有约 6 亿美元现金、且 IPO 募资已全部用完，这是一项实质性的再融资风险。
延伸阅读：Z.ai 确认 Ox Alpha 就是 GLM-5.3-Flash：一个跑在国产芯片上的 3200 亿 MoE
GLM 架构如何决定 Z.AI 的基础设施需求
这笔资本要支撑的下一代 GLM 模型，所建立的架构已经可以从 Z.AI 最近一次生产发布的 GLM-5.3-Flash 中看到。该模型采用混合专家设计，总参数约 3200 亿，但每个输入 token 只激活 180 亿参数。在标准 transformer 中，每一次前向传播都会用到所有参数。在混合专家模型中，每个 token 只被路由到一小部分专家模块 —— 就 GLM-5.3-Flash 而言，是 288 个专家模块中的 8 个，外加一个始终运行的共享专家。结果是，前向传播消耗的算力大致相当于一个 220 亿参数的稠密模型，尽管完整检查点的规模是它的十四倍以上。正是这种架构机制，让 Z.AI 能以每百万输入 token 0.15 美元的价格提供 GLM-5.3-Flash —— 约为其完整版旗舰 GLM-5.3 成本的十分之一 —— 而这个低价并不是单纯靠牺牲能力换来的。
GLM-5.3-Flash 还集成了结合稀疏注意力与线性注意力层的混合注意力设计，在百万 token 级上下文长度下，KV 缓存大小缩减至前代的 1/4.44，并原生支持最长 1048576 token 的上下文。该模型在一个由超过 10 万块国产芯片组成的集群上运行推理；公司没有正式确认芯片供应商，不过行业报道中引用的分析人士认为，这批硬件很可能来自华为昇腾系列。
Z.AI 的旗舰模型 GLM-5 拥有 7440 亿参数，于 2026 年初训练完成，经确认完全在华为昇腾 910C 芯片上训练，没有使用任何英伟达硬件 —— 在这个参数规模上尚属首次。这次训练所需的计算时间比同等的英伟达方案多出约 15%，而在昇腾硬件上的推理吞吐约为每秒 17 到 19 个 token，英伟达系统则在 25 个以上。这些效率差距，是公司为了在美国出口管制下实现供应链独立而承担的结构性成本。
中国 AI 资本浪潮，以及 Z.AI 在其中的位置
Z.AI 这次融资，是中国 AI 基础设施融资持续加速中最引人注目的一笔近期交易。竞争对手 MiniMax 同样于 2026 年 1 月在港交所上市，并在 7 月募资 20 亿美元。Kimi 系列模型的开发者月之暗面在 5 月以 200 亿美元估值完成 20 亿美元融资。被普遍认为技术上最严谨的中国实验室 DeepSeek，在 6 月募资 74 亿美元，这是它首次对外融资。阿里巴巴承诺在 AI 基础设施上投入超过 100 亿美元；字节跳动宣布 2026 年与 AI 相关的资本开支约为 230 亿美元。
在这一众玩家中，Z.AI 的位置颇为独特。它的开放权重策略 —— 在 Hugging Face 上以 MIT 许可证发布模型权重 —— 推动其 API 注册用户数到 2026 年 8 月中旬接近 700 万。独立分析称，该公司为中国国有企业做的本地化部署毛利率约为 40%，在结构上类似 Palantir 的企业模式，这使它有别于主要依赖通用 API 收入的同行。斯坦福 HAI 的《2026 年 AI 指数报告》估计，中美顶级模型之间的性能差距已缩小到约 2.7%，而 Z.AI 的 GLM-5.2 在 6 月登上了 Artificial Analysis 智能指数开放权重模型的榜首。
2027 年 9 月的到期日将检验什么
对 Z.AI 这份计划最硬的约束，不是芯片供应链，也不是模型架构 —— 而是时间。零息可转换债券于 2027 年 9 月到期。这个日子将揭示：主权 AI 算力的投资逻辑是否产生了足够的商业动能，足以让股价回升到转股价水平；还是 Z.AI 必须在为下一次训练出资的同时，另找 30 亿美元的再融资能力。公司表示预计在 2028 年 6 月前用完全部募资，这意味着训练基础设施投资是一个多年期项目。但债券的时钟走得要快得多。
本次新股配售的交割预计在 9 月 16 日，这是更近、也更直接的里程碑。2027 年 9 月的债券到期才是真正的裁决：在国产芯片上、以成本溢价、在只相当于 OpenAI 或 Anthropic 一小部分的收入基础上打造前沿 AI 模型，这是否仍是一条可行的长期战略，还是说中国前沿实验室需要从结构上重新思考如何募集和运用资本。