核心结论
　　智谱于2026年6月正式发布GLM-5.2模型，GLM-5.2重点提升了长程任务能力，最大支持1M token的上下文窗口。在相近的token消耗下，GLM-5.2 的能力大致介于Opus 4.7和Opus 4.8之间，参数仅为753B。
　　GLM-5.2面向编程Agent的场景，在训练阶段做了大量扩展，覆盖大规模代码实现、自动化研究、性能调优、复杂debug等对上下文消耗较多的场景，以保证工程部署后模型的输出质量。
　　分析与判断：
　　国产大模型架构持续创新，模型厂商融资后有望加速迭代。架构层面，GLM-5.2引入了IndexShare机制：每4个稀疏注意力层共享同一个轻量级索引器，把100万token长度下每个token的计算量（FLOPs）降低到原来的约三分之一。随着生成式AI不断发展，行业竞争正进入新阶段，模型背后的算力基础设施、现金储备正在成为新的竞争重点。近期，DeepSeek、Kimi、智谱、MiniMax等国内大模型企业纷纷开展融资，随着融资完成后算力基础设施的加强，国产大模型的迭代速度或将加快。
　　新一代国产AI芯片有效承接国产大模型推理需求。推理指的是依托已训练完成的模型参数，对新输入数据进行预测、生成响应，是AI技术落地解决实际问题的核心环节。推理更侧重速度、能效比、响应延迟与成本控制，对稳定性与能效比的诉求远高于峰值算力。近期，在光合组织2026智能计算应用大会上，国内首个全国产10万卡AI超集群曙光8000正式落成，并接入国家超算互联网，印证国产AI基础设施已经具备超大规模工程化部署能力。
　　我们认为：国产模型、算力或将持续产生共振，国产算力为国产模型的大规模商业化提供基础设施，国产模型的迭代加速国产算力在推理端的落地。在国产新一代AI芯片配合超节点技术落地后，国产模型有望进一步加快商业化进程，与下游客户存在较强绑定关系的头部算力厂商实现弹性较大、确定性较高的增长。
　　建议关注：1）AI算力芯片：寒武纪（已覆盖）、海光信息（已覆盖）、天数智芯、沐曦股份；2）互联技术：盛科通信（已覆盖）、澜起科技、裕太微、万通发展；3）AI服务器：浪潮信息（已覆盖）、华勤技术（已覆盖）、中科曙光（已覆盖）、神州数码（已覆盖）。
　　风险提示：下游需求不及预期；生成式AI落地和商业化不及预期；宏观经济不及预期。