智谱在港交所发布最新公告，宣布配售新H股并发行约201.4亿元人民币的零息可转债，合计预计净募资达393亿港元（约合335亿元人民币）。这也是智谱上市不到九个月以来的第三次大规模融资，累计募资总额已达约755亿港元。
根据公告，本次募资中约60%（约235亿港元）将直接投向下一代GLM基础模型及“完全自训练”体系的研发。智谱将其定义为“完全自训练”（Fully Self Training），即通过递归式自我改进（Recursive Self-Improvement, RSI）闭环，让模型在上一代GLM搭建的环境中实现自主迭代。
该体系主要由三大维度构成。首先是“数据自产”，旨在摆脱对人工标注的依赖。通过模型间的自我对弈、规则校验、执行验证与人工抽检，自动生成并筛选高质量训练数据，反哺至模型的预训练和后训练阶段。
其次是环境自造，让智能体主动采集和转化真实世界任务。智能体通过尝试执行任务、自主生成验证器并评估任务的可解性，从而规模化生产出多样化的训练任务环境，为长程任务和强化学习提供丰富的模拟场景。
最后是“基础设施自我优化”。利用大模型在系统工程和代码生成上的能力，协助优化其运行的训练及推理系统，包括算子、内核、调度和缓存机制，实现模型对自身算力基础设施的自我迭代。
此外，智谱还透露下一代模型将深化有效计算深度，提升原生多模态统一建模能力，并在不显著增加推理成本的前提下，强化长链条推理、规划与自我校验。长程任务强化学习也将是核心投入方向，以训练模型在真实专业工作中拆解任务、调用工具并纠错。
资金用途还包括15%用于业务拓展和战略投资（如智能体及大模型平台），25%用于补充运营资金。值得关注的是，公告还暗示了智谱的A+H双重上市计划，明确提到可转债换股条款不会因未来在上海证券交易所科创板上市而调整。
智谱此次抛出的“完全自训练”技术路线，实际上直击了当前AI Agent迈向实用化的核心痛点：数据荒与长链条规划能力的缺失。横向对比OpenAI的o1/o3系列以及Anthropic的Computer Use，智谱更强调了“自闭环”的系统级重塑。通过“环境自造”与“基础设施自我优化”，智谱正试图构建一个无需人类持续干预的“Agent飞轮”。这种将系统底座优化交由AI自身的设定，代表了软件工程的范式转移，也是实现通用人工智能（AGI）最切实可行的路径之一。未来，AI Agent的发展将不再仅取决于硬件算力的堆砌，而在于其自身在虚拟和现实环境中的“自演化”速度。
