杠杆炒股和融资融券的区别智谱提前剧透GLM-6.0：完全自训练方法公开了

上市不到九个月，智谱一口气再融335亿元。

智谱在港交所发布公告：配售新H股加发行201.4亿元人民币零息可转债，合计预计净募约393亿港元。

6成资金指向同一个目标，递归式自我改进（Recursive Self-Improvement，RSI），

但在智谱这里有一个新名字，“完全自训练”。

在8月底的半年报业绩沟通会上，唐杰就曾回应“只会后训练”质疑，透露过下一代GLM-6.0瞄准自进化。

现在模型、论文都还没出，没想到先从财务公告上剧透了。

智谱的完全自训练

300多亿元要怎么花，公告给出了明确的分配方案。

约60%的所得款项净额（约235亿港元）将投入下一代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。

“完全自训练”（Fully Self Training）是智谱对RSI的具体技术表述，公告释义部分给出了定义：

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（Recursive Self-Improvement）闭环，涵盖数据自产、环境自造、基础设施自我优化三个维度。

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。要让任务环境成为“可规模化生产及复用的训练资源”。

基础设施自我优化，模型已经会写代码了，那就让它帮忙优化自己赖以运行的训练和推理系统。

利用模型在编码和系统工程方面的能力，协助开发和优化训练及推理系统的算子、内核、调度、缓存和服务栈，使模型能够逐步参与支撑其自身迭代的基础设施升级。

闭环之外，下一代模型本身的能力方向也在公告中提及。

智谱下一步要做的事情包括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。

算力方面，智谱在公告中提到，当前市场上“优质算力资源的供给及交付条件较为有利”，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。

配资专属服务平台

剩余资金中，约15%（约59亿港元）用于业务拓展、战略投资和潜在并购。

公告列出了投资标的的筛选标准：业务与AI技术及应用密切相关、拥有可靠的用户或客户群且稳定经营不少于两年、具备成熟的产品或技术平台并有持续研发和技术迭代能力，涵盖大模型、智能算法、算力运营、算力基础设施、AI平台、智能体及AI赋能应用等方向。

业务层面将支持MaaS平台、API、Coding Plan以及Agent和Co-work相关产品与服务的市场拓展。约25%（约98亿港元）用于优化资本结构和补充运营资金。

元股证券:ygzq.hk

全部所得款项预计将在2028年6月30日前悉数动用。

上市八个月，三轮融资

回看智谱在港股的融资时间线。

2026年1月8日，智谱以每股116.20港元的价格完成H股全球发售，包含超额配股权在内共发行约4,304万股H股，净募约48.96亿港元。截至2026年8月31日，这笔IPO所得款项已全部花完。

仅隔半年，2026年7月9日，智谱以每股1,588港元的价格完成首次配售，发行1,978万股新H股，净募约313.75亿港元。从IPO定价116.20港元到首次配售定价1,588港元，间隔6个月，每股价格翻了约13.7倍。截至8月底，首次配售所得款项已动用约34.92%（约109.55亿港元），仍有约204.2亿港元尚未使用。