清華大学PhDの吉利捷科技が香港でIPOへ：3年間で11回の資金調達ラウンドの後

上海吉立优科技有限公司是一家AI基础设施公司，于2023年2月成立，由清华大学博士毕业生胡晓昊担任负责人。根据该公司的招股说明书，该公司已正式向香港交易所提交上市申请，由国泰君安国际担任唯一保荐人。公司在2026年4月完成D轮融资后，投后估值达到91.6亿元人民币。

吉立优提供AI计算集群解决方案，并将自己定位为“中国最大的独立AI计算集群提供商”。公司的核心产品Galaxy是一个将硬件与软件平台结合的AI计算集群系统。截至2025年12月31日，吉立优在中国1万卡集群服务市场的约占有率为10%，其他主要参与者包括大型互联网企业和电信运营商。到2025年营收时，公司在中国独立AI计算集群提供商中排名第一。

财务表现与成长轨迹

尽管仅运营了三年，吉立优仍实现了快速的营收扩张。根据招股说明书，2023年至2025年，公司三年复合营收增长率达到304.5%，营收分别为3180万元（2023年）、3.24亿元（2024年）和5.2亿元（2025年）。

然而，盈利能力面临挑战。公司在2023年录得11880億元亏损，2024年实现1146万元利润，而2025年出现3.55亿元的重大亏损。2025年的亏损主要归因于与带优先权金融负债相关的公允价值损失增加3.67亿元，部分被来自不断增长的AI计算集群需求以及产品竞争力提升带来的1.95亿元营收增长所抵消。

同期毛利率呈现改善：7.6%（2023年）、20.1%（2024年）和21.8%（2025年）。但公司的盈利结构显示出明显的弱点：2025年营收中有83.9%来自毛利率较低的AI计算集群产品（7.6%-18.2%），而高毛利的AI计算集群运营服务（毛利率47.7%-56.1%）仅占营收的16.1%。

经营活动现金流持续为负：-941万元（2023年）、-211.64億元（2024年）和-22020億元（2025年）。截至2025年12月31日，公司资产负债率达到136.61%，流动资产为7.39亿元，对应流动负债11.88亿元，形成4.49亿元的营运资金缺口。

快速融资扩张与早期股东退出

尽管面临盈利压力，吉立优仍保持强劲的资本市场动能。根据招股说明书，公司在三年内完成11轮融资，融资总额达到22.02亿元——平均每四个月一轮。

智谱AI于2023年12月参与了吉立优的天使轮，并随后通过其生态基金Xinglian Capital进行了多次追加投资。招股说明书签署之日，Xinglian Capital持有吉立优7.7%的股份，使其成为最大的外部股东。

融资节奏在2025年至2026年显著加速。公司完成了：A+轮（7005万元，2025年7月）、B轮（4500万元，2025年12月）、B+轮（1.464亿元，2026年2月）、C轮（6.28亿元，2026年4月）以及D轮（11.6亿元，2026年4月）。在九个月内，融资规模由“百万级”跃升至“数十亿元”量级。

值得注意的是，D轮融资已于2026年4月21日全部到账，比公司提交香港交易所招股说明书早仅8天。

根据招股说明书披露，四名早期股东——Beijing Chenxing、Anjirongchuang、Fangxin Qingcheng和Huaqing Huiqi——截至2025年底实现了盈利。根据备案文件，创始人胡晓昊还在两笔单独交易中转让了股份，实现约3600万元收益。

截至2026年4月20日，胡晓昊为公司银行借款提供了约2.4亿元的个人担保。招股说明书称，胡的个人担保计划在IPO前解除，上市后大部分借款将转换为公司担保。然而仍存在风险：若IPO延迟或公司债务偿付能力下降，胡可能会面临银行的还款追索。

客户与供应商集中度

吉立优的客户群主要集中于大型语言模型公司、云服务提供商、教育与科研机构以及电信运营商。客户与供应商集中度仍处于较高水平。

2023年，公司服务了4名客户。2024年和2025年，前五大客户带来的营收合计分别为3.21亿元和2.94亿元，占当年营收的98.9%和56.6%。最大客户贡献分别为：1550万元（2023年，48.6%）、1.91亿元（2024年，59%）以及8630万元（2025年，16.6%）。

前五大供应商的采购额合计为：4710万元（2023年，90.7%）、2.54亿元（2024年，75.5%）以及2.84亿元（2025年，54.2%）。最大的供应商占比分别为2830万元（2023年，54.5%）、1.22亿元（2024年，36.2%）以及1.51亿元（2025年，18.8%）。

吉立优在招股说明书中表示，2023年至2024年客户与供应商集中度较高并不寻常，原因在于AI计算集群市场的特征。公司引用Frost & Sullivan的确认称，这种集中度对于处于早期发展阶段、会逐步分散产品、服务以及客户/供应商基础的公司来说是典型的。部分前五大客户也同时是供应商，反之亦然。根据Frost & Sullivan的说法，在AI计算集群行业中，上下游主要客户与主要供应商存在重叠是一种常见现象，因为一些供应商也同样需要AI计算产品与服务。