智谱在港交所发布公告，计划通过配售新H股与发行201.4亿元人民币零息可转债两项安排，合计预计净募资约393亿港元。此时距其在港交所挂牌尚不足九个月。
公告披露的资金用途中，最引人注目的一项是把约60%的所得款项净额（约235亿港元）投向下一代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。
所谓“完全自训练”（Fully Self Training），是智谱对递归式自我改进（Recursive Self-Improvement，RSI）的具体技术表述。按公告释义部分的定义，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，指的是不再完全依赖人类标注，而是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，并持续回流到预训练、中训练和后训练各阶段。环境自造，则是让智能体去采集和转化真实世界的任务——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。基础设施自我优化，是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，让模型逐步参与支撑其自身迭代的基础设施升级。
闭环之外，公告还提及下一代模型的能力方向：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。长程任务强化学习被列为另一个重点，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、与环境交互、从错误中恢复并验证最终结果。
算力方面，公告称当前市场上“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。
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。另有约25%（约98亿港元）用于优化资本结构和补充运营资金。全部所得款项预计将在2028年6月30日前悉数动用。
把时间线拉长看，这是智谱在港股上市后的第三轮融资。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定价到首次配售定价，间隔六个月，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。
而这一次，H股收盘价已从高位回落至793港元，配售价从7月的1,588港元降至714港元。公告解释称，随着公司业务进展加快，“原有募资计划下的资金使用节奏相应提速”，而“算力资源从签约到部署上线需要一定周期”，现阶段完成融资安排有助于使新增算力部署节奏与扩张计划相衔接。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）。
公告中还有一处细节值得留意：可转债条款明确提到，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的首次公开发行而对换股价作出调整。这一表述被外界视为智谱A+H两地上市计划的间接确认。
从行业视角看，把下一代模型的技术路线写进融资公告，本身并不常见——模型与论文尚未发布，资金用途却已先行剧透。这既反映出当前大模型竞赛对算力与数据闭环的投入强度，也意味着智谱把“自进化”能力视为下一阶段竞争的关键变量。至于完全自训练能否如期兑现，仍有待模型发布后的实际表现来检验。