策划/撰文：星愿大叔    系列：智源研究院系列 · 第3期

2026年1月8日，香港。

港交所的电子屏跳出了"2513.HK"。北京智谱华章科技股份有限公司，正式挂牌上市。

开盘价120港元。市值突破500亿港元。香港公开发售，1159倍超额认购——这是香港资本市场有史以来最热的AI股票IPO。

而在清华科技园的一间办公室里，一位斯斯文文的中年男人正对着手机屏幕喝咖啡。

他没有出现在港交所的敲钟现场。

这是唐杰——清华大学教授、智谱AI首席科学家、中国第一个万亿参数大模型"悟道2.0"的技术负责人。

屏幕上跳动的数字，是他从2006年博士毕业到2026年，用整整20年换来的一个结果。

但如果我们只看到一个"教授身价倍增"的故事，就错过了这其中最有趣的部分。

唐杰的故事，是一个关于"选择"的哲学命题——关于一个顶级学术研究者，在他人生的每一个关键路口，为什么做出了那样的决定？

01留在清华的博士，和他的第一个系统

故事要从2006年说起。

那一年，唐杰从清华大学计算机系博士毕业。摆在他面前的，是两条路：出国，或者留校。

那一年，出国是清华计算机系博士的主流选择。计算机领域的顶级学术会议在北美，最好的实验室也在北美。去美国、进好学校、拿绿卡——这是当时"聪明人"的标准路径。

唐杰留了下来。

他留在了清华，选择了一条更慢、更难、但日后证明更独特的路——做一个真正能用的系统，然后把它变成产品。

这个系统叫AMiner，一个科技情报挖掘与社交网络分析平台。它的核心逻辑很简单：把学术论文、学者信息、学术关系网络全部结构化，让研究者能够高效地找到他们需要的信息。

听起来是一个"工程活"，不算"顶级学术"。

但唐杰当时就看到了一个大多数人没看到的东西：

数据和知识图谱，会成为下一代AI的核心资产。

AMiner一做就是十几年。它为唐杰积累了三个后来极其重要的东西：

数据处理和知识图谱构建的工程能力——这是训练大模型的基础；

一个可持续盈利的商业模式——AMiner后来每年有几千万的收入，这让智谱AI从第一天起就"带着收入创业"；

清华大学计算机系知识工程实验室（KEG）——这是智谱AI最早的"孵化器"，也是后来悟道项目的技术班底。

2006年那个"不出国"的决定，在20年后证明，它不仅仅是一个职业选择，更是一种思维模式的起点：学术研究，必须与真实世界的需求结合。

2万块启动的"小公司"

2019年，智谱AI在北京清华科技园注册成立。

启动资金：2万块钱。

这是很多媒体后来喜欢引用的数字。但它真正想说明的不是"条件艰苦"，而是另一件事：唐杰不需要太多钱，因为他从第一天就有收入。

这个收入来自AMiner和其他科技情报业务。

CEO张鹏后来回忆："我们从第一天开始就有收入。"

这句话听起来很朴素，但它是中国AI创业史上一个极不寻常的开局——大多数AI创业公司，都要经历一个漫长的"烧钱等收入"阶段，而智谱AI跳过了这一步。

为什么？

因为唐杰从一开始就不只是想"发论文"。他要做的是一个完整的闭环：学术研究→技术转化→产品落地→商业收入→反哺学术。

这是一个"学术研究者"的野心，但它同时也是一个"产品经理"的务实。

2019年的智谱AI，表面上是一个"做知识图谱和大数据服务"的小公司。但唐杰心里清楚，这只是第一步。

他的真正目标，是等一个时机。这个时机，在2020年到来了。

GPT-3来了，他做了一个赌定命运的决定

2020年6月11日，OpenAI发布GPT-3。

1750亿参数。可以在网页上直接调用API。写文章、做翻译、敲代码、回答问题——一个模型，做几乎所有自然语言任务。

消息传到国内，大多数AI研究者的反应是：震惊，然后观望。

因为训练一个GPT-3，需要消耗的算力成本超过460万美元。这不是普通大学实验室和企业能承受的。

而当时国内最主流的声音是："大模型我们还在研究，等OpenAI把路走通了，我们再跟进也不迟。"

这个思路很理性，但它有一个问题：谁先跑通，谁就掌握了标准的定义权。

唐杰看到了这一点。

2020年，他做了一个决定：做中国自己的大模型，而且不走OpenAI的技术路线。

不走OpenAI的路线，意味着不走GPT的路线。

这是整个故事里最关键的一个岔路口。

当时的大语言模型，有两条主要技术路线：

OpenAI路线（GPT路线）：自回归生成，大模型+大数据+大算力；

Google路线（BERT路线）：双向编码，更擅长理解任务，而非生成。

唐杰团队决定不走任何一条现成的路。他们提出了自己的架构——GLM（General Language Model，通用语言模型）。

GLM的核心创新是：把自然语言理解（NLU）和自然语言生成（NLG）两种能力，融合进同一个模型，让它既能做生成任务，也能做理解任务，还能做Seq2Seq和"填空"任务。

2021年8月，澎湃新闻的一篇专访里，唐杰解释了他的逻辑：

“将GPT与BERT各自在自然语言生成（NLG）和自然语言理解（NLU）任务上的优点，成功将两者融合并提出通用语言模型GLM，将所有自然语言任务都化归为生成任务进行统一处理。”

GLM后来成为智谱AI所有产品的技术底座——包括ChatGLM、GLM-4，以及今天的GLM-5。

这意味着，在2020年那个所有人都在等OpenAI"指路"的时刻，唐杰已经选好了自己的路。

02悟道百人团队的"总指挥"

2020年10月，智源研究院启动了"悟道"项目。

唐杰是悟道项目的学术副院长，也是悟道1.0和2.0的技术负责人。

100多位AI科学家，来自清华、北大、中科院、人大——唐杰负责统筹整个项目的技术方向、资源调配和进度管理。

这是中国AI史上规模最大的一次"产学研"协同实验。

而唐杰在其中扮演的角色，不仅是首席科学家，还是一个资源协调者——他要把不同学校、不同实验室的人整合在一起，把算力、数据、算法三条线拧成一股绳。

这件事的难度，远超单纯的技术突破。

杨植麟在悟道团队里负责核心算法，刘知远负责大模型算法，曾国洋负责加速训练——这些人都是唐杰带出来的，他们后来各自创业，成为月之暗面和面壁智能的核心创始人。

唐杰做了一个很少有人做到的事：他培养了竞争对手。

或者说——他用悟道这个平台，培养了中国大模型领域最密集的一批人才，然后让他们各自走向了不同的方向。

这件事，在学术圈里是"功绩"，在商业圈里是"远见"，但在唐杰自己看来，可能只是一个自然而然的结果。

后来有人问他："您培养了这么多人出去创业，后悔吗？"

他的回答很直接："黄铁军院长说过一句话，'我做的是机制，不是产品。机制对了，人自然会出现。'我觉得做机构、做生态也是一样的。"

两条腿走路——开源与商业化

从悟道走出来之后，智谱AI面临的第一个核心问题是：怎么活下来？

大模型是一个极其烧钱的生意。算力成本、数据成本、人才成本——每一样都是天文数字。

唐杰的解法是：两条腿走路，一条开源，一条商业化。

开源这条腿，是为了建立影响力。

2022年8月，智谱AI发布了GLM-130B——中国首个千亿级中英双语开源预训练模型。

这是一个大胆的决定。把千亿级模型开源，意味着任何人都可以下载、使用、微调——包括竞争对手。

但唐杰看得更远：开源是建立生态最有效的方式。当足够多的人用你的开源模型做开发，他们就会成为你的生态的一部分——他们会反馈bug，会贡献代码，会形成社区，会成为你商业产品的潜在客户。

GLM-130B发布后，迅速收到70多个国家、1000多个研究机构的使用需求。

商业化这条腿，是活下去的保障。

2023年3月，ChatGLM正式发布。基于GLM-130B打造的对话模型，开源单卡版ChatGLM-6B。全球下载量迅速突破800万次。

同年，智谱AI完成超过25亿元人民币融资，估值突破100亿元人民币，成为当时国内估值最高的大模型公司。

唐杰在2019年就埋下的商业化种子——AMiner等业务为智谱提供了早期收入来源，而开源建立的生态则为后续的企业级API服务和定制化解决方案打开了大门。

开源换影响力，商业化换收入——这是智谱AI最核心的生存策略。

03“万亿帝国”的逻辑

2025年4月，智谱AI正式启动IPO流程。中金公司担任辅导机构。

2025年12月30日，港股招股。公开发售获1159倍超额认购——这是香港资本市场历史上最高的AI股票认购倍数。

2026年1月8日，正式挂牌。股票代码2513.HK，据说寓意是"AI我一生"。

上市首日收盘，市值约528亿港元。但这只是开始，随后智谱AI的市值一路攀升，6月22日收盘首次突破1万亿港元。Token周调用量排进全球前五。

36氪在一篇人物稿里用了这样一个标题：

启动资金2万块，上市收获1万亿港元——最会赚钱的清华教授出现了。

但市值只是结果，真正支撑这个数字的，是过去7年智谱AI构建的一整套技术-商业闭环：

这不是一个"突然爆发"的故事，而是一个持续七年、步步为营的积累。

为什么是唐杰？

在智谱AI上市后的一次清华闭门论坛上，唐杰说了一段话：

今年可能是AI for Science的一个爆发年，因为很多能力大大提升，大家可以做更多的事情。Scaling可能还会继续做下去，但Scaling已知的是不断加数据、不断探索上限，同时挖掘未知的新范式。

这段话里有几个关键词：Scaling、未知、新范式。

这是典型的学术语言，而不是商业语言。

这恰恰揭示了唐杰身上最有趣的那道裂缝：他是一个顶级商人，但他的底层驱动力是学术好奇心。

他有三条路可以走：

第一条路：留在清华做纯粹的学术研究，发顶级论文，当院士；

第二条路：做一家"小而美"的技术公司，做垂直应用，赚稳定的收入；

第三条路：做一个"大而全"的AI平台，改变整个中国AI产业的格局。

他选了第三条路，但用了第一条路的方法——用学术研究的方式做产业化，用做产品的方式做学术。

这是唐杰的选择，也是中国AI产业化路径中，最难走通、但天花板最高的一条路。

因为它要求一个人同时具备：

学术判断力：知道什么技术方向值得押注；

工程整合力：能把100个不同背景的人整合成一个团队；

商业化能力：能让技术变成产品、让产品产生收入；

生态思维：愿意开源，愿意培养人才，愿意让合作伙伴比自己跑得更快。

这四件事，每一件都极难做到。而唐杰把它们同时做到了。

智谱AI上市后的第二天，有媒体拍到唐杰回到了清华科技园的那间办公室。

他在看一篇关于Scaling Law极限的论文。

他的身价，按照公开的持股比例，早已超过百亿港元。

但他还是坐在那张普通的办公桌前，翻着一篇学术论文。

旁边放着一杯咖啡。

桌上还有一台MacBook，上面开着几个终端窗口——那是他在监控线上模型的运行状态。

他的助理说，这和上市前一模一样。

唯一的区别是，现在找他采访的媒体多了几十倍。

而他大多数时候都会拒绝。

他在一次罕见的公开访谈中说："我还有很多事情没做完。AGI还没有实现，GLM还差得远。"