No dia 21 de julho de 2026, a Zhipu (02513.HK), cotada em Hong Kong e conhecida como a "primeira ação de large model do mundo", registou uma valorização há muito aguardada no preço das suas ações. À hora de almoço, a Zhipu fechou nos 1 116 HKD por ação, uma subida de 25,32 %, com a capitalização bolsista total a recuperar para cerca de 500 mil milhões HKD. Nos dois dias de negociação anteriores, a ação tinha caído 28,49 % e 19,56 %, acumulando uma queda de quase 50 % em três dias.
O catalisador imediato para esta recuperação acentuada foram dois desenvolvimentos relevantes no sector: a Zhipu concluiu oficialmente a aquisição da XCore Sigma, uma empresa nacional de software de computação heterogénea em IA, e, em simultâneo, colocou em funcionamento um centro de dados nacional de IA de classe 1 GW, totalmente equipado com chips de IA de fabrico chinês.
Estes dois movimentos visam as duas dimensões de "fornecimento de capacidade de computação" e "potenciação da computação", assinalando a evolução da Zhipu de uma empresa centrada em modelos para um sistema competitivo abrangente que cobre modelos, capacidade de computação, infraestrutura e ecossistema. O panorama competitivo global da Frontier AI está a sofrer alterações estruturais profundas.
O que é a XCore Sigma? Porque adquiriu a Zhipu esta empresa?
Fundada em 2023, a XCore Sigma é uma empresa de infraestrutura de software de computação heterogénea em IA, especializada em tecnologia de compiladores, com origem no Laboratório de Compiladores do Instituto de Tecnologia Computacional da Academia Chinesa de Ciências. A fundadora, Dra. Huimin Cui, licenciou-se e fez o mestrado no Departamento de Informática da Universidade de Tsinghua e doutorou-se no Instituto de Tecnologia Computacional, onde também liderou a equipa de compiladores. A equipa principal liderou ou participou no desenvolvimento de compiladores para vários chips nacionais, incluindo Loongson, Sunway, Cambricon e Huawei Ascend, possuindo competências end-to-end desde o design do conjunto de instruções virtuais até à geração, tradução e otimização de operadores.
Em termos de oferta de produto, a XCore Sigma disponibiliza uma cadeia de ferramentas de software unificada para vários chips de computação, como CPUs, GPUs e NPUs. Os seus produtos incluem ferramentas de otimização de inferência para large models, ferramentas de geração automática de operadores e uma plataforma de software para computação heterogénea. O objetivo é fornecer bases de software de IA padronizadas, transversais a marcas e modelos, para a indústria chinesa de large models. O motor de inferência SigInfer afirma reduzir significativamente a latência de inferência e aumentar o throughput. A principal vantagem da XCore Sigma reside na tecnologia de conjunto de instruções virtuais — utilizando middleware para unificar diferentes ecossistemas de chips, agregando chips nacionais fragmentados num único cluster de grande escala.
A aquisição foi avaliada em várias centenas de milhões de RMB, tornando-se uma das maiores operações da Zhipu desde a sua entrada em bolsa. No que respeita ao financiamento, a XCore Sigma concluiu rondas seed, angel e pre-A desde agosto de 2023, contando com investidores como Oriza Seed, NewShang Capital, CAS Venture Capital, Morning Hill Capital e BV Baidu Ventures.
Porque é que a ação caiu antes? Esta recuperação é apenas uma correção técnica?
Para compreender a robustez desta recuperação, é necessário clarificar primeiro as causas subjacentes à queda acentuada anterior.
Em 8 de janeiro de 2026, a Zhipu estreou-se na Bolsa de Hong Kong a 116,2 HKD por ação, tornando-se a primeira ação de large model do mundo. O preço disparou, atingindo um máximo histórico intradiário de 2 980 HKD em 22 de junho — um aumento superior a 24 vezes face ao preço do IPO, com a capitalização a superar momentaneamente 1,33 biliões HKD. Contudo, esta valorização assentava numa free float extremamente limitada — antes do termo do lock-up, apenas 11,74 milhões de ações estavam livremente negociáveis. Esta escassez amplificou a elasticidade do preço, mas também semeou volatilidade extrema.
O ponto de viragem deu-se em julho. A 8 de julho, a Zhipu enfrentou o primeiro grande termo de lock-up após o IPO, com cerca de 25,68 milhões de ações detidas por 11 investidores de referência a tornarem-se negociáveis, representando aproximadamente 5,76 % do total. Apenas uma semana depois, a 13 de julho, a Zhipu colocou 19,78 milhões de novas H-shares a 1 588 HKD cada, angariando cerca de 31,4 mil milhões HKD. O preço de colocação ficou cerca de 12,99 % abaixo do fecho anterior. Este aumento súbito da oferta de ações negociáveis exerceu forte pressão de curto prazo sobre o título.
Entretanto, a Moonshot AI lançou o modelo open-source Kimi K3 com 2,8 biliões de parâmetros e surgiram rumores de que estaria a acelerar o seu IPO em Hong Kong, intensificando receios quanto à concorrência no segmento de large models de topo. Sob estas pressões, o preço da Zhipu caiu quase 70 % desde o máximo.
Neste contexto, a recuperação de 21 de julho reflete tanto uma correção técnica após um excesso de vendas, como uma reavaliação de mercado da posição estratégica da Zhipu. O reforço simultâneo do fornecimento de computação (centros de dados) e da potenciação da computação (otimização de software) cria a base para o mercado reavaliar a competitividade de longo prazo da Zhipu.
Como é que a aquisição responde aos estrangulamentos de engenharia da Zhipu?
Esta aquisição incide diretamente sobre os desafios sistémicos de engenharia anteriormente enfrentados pela Zhipu.
Devido à insuficiência de capacidade de computação, em janeiro, a Zhipu teve de reduzir as vagas diárias de novos utilizadores do GLM Coding Plan para apenas 20 % do nível normal. Após o lançamento do GLM-5 em março, o volume diário de chamadas do Coding Agent atingiu centenas de milhões, tendo alguns utilizadores reportado resultados anómalos em tarefas complexas. A análise da empresa identificou desafios de engenharia na arquitetura de inferência e na gestão do KV Cache sob elevada concorrência. Recentemente, após o lançamento do GLM-5.2 em plataformas agregadoras, o volume diário de tokens processados aumentou 27 vezes na primeira semana, expondo ainda mais os estrangulamentos da infraestrutura de inferência em cenários de elevada concorrência e longos contextos.
Após a inclusão na Entity List dos EUA, a Zhipu acelerou a substituição nacional e concluiu já a adaptação de inferência para oito das principais plataformas de computação chinesas, incluindo Huawei Ascend, Pingtouge e Moore Threads. No entanto, o ecossistema nacional de chips, fragmentado e com diferenças significativas em conjuntos de instruções, bibliotecas de operadores e frameworks de programação, tornou o deployment de modelos e a otimização de inferência muito mais complexos.
É aqui que reside o valor da XCore Sigma. Com compiladores, runtime e motores de inferência unificados, a XCore Sigma permite à Zhipu migrar e otimizar modelos de forma eficiente entre diferentes chips chineses, reduzindo drasticamente custos de adaptação repetitiva. Analistas consideram que a aquisição visa reforçar o elo crítico da "potenciação da computação", utilizando software de base para melhorar significativamente a utilização de chips heterogéneos e reduzir custos de inferência, ao mesmo tempo que aumenta a eficiência de deployment.
Segundo informações, a Zhipu concluiu a integração da XCore Sigma no primeiro semestre deste ano, reforçando as suas capacidades em compiladores, runtime, motores de inferência e software de computação heterogénea. Para o GLM-5.2, a Zhipu construiu um ecossistema de middleware equivalente ao CUDA, baseado em capacidade de computação nacional, cobrindo agora toda a stack de software de inferência — modelos, compiladores, motores de inferência, runtime e orquestração de computação heterogénea.
O que significa um centro de dados de 1 GW?
A par da aquisição, a Zhipu lançou um centro de dados nacional de IA de classe 1 GW, totalmente equipado com chips de IA chineses. Perante os estrangulamentos estruturais persistentes no fornecimento de computação nacional, esta medida traz autonomia computacional para o sistema competitivo da Zhipu, em vez de depender exclusivamente de aquisições externas.
Um centro de computação de 1 GW posiciona-se entre os maiores centros de dados de IA nacionais. Relatos indicam que a Zhipu construiu ou opera já vários clusters de computação, cada um com mais de 10 000 chips. Este centro será um dos maiores hubs de servidores alguma vez construídos por um laboratório de IA chinês.
O centro de dados fornece os recursos computacionais necessários para o treino de modelos de larga escala, enquanto a equipa AI Infra utiliza compiladores, runtime e motores de inferência para maximizar a utilização de chips heterogéneos. Estes dois elementos respondem, respetivamente, à "capacidade de computação disponível" e à "utilização eficiente da computação". Esta abordagem dual "hardware + software" está a tornar-se o padrão para as empresas líderes de IA construírem fossos competitivos.
Da competição de modelos à competição de sistemas: o panorama está a ser redefinido
Especialistas do sector salientam que a competição global em Frontier AI está a passar da performance de modelos individuais para a competição ao nível de sistemas — abrangendo modelos, capacidade de computação, infraestrutura e ecossistema. Os recentes esforços da Zhipu para reforçar capacidades de base e expandir estratégias de modelos, agentes, MaaS e ecossistema indicam que está a construir um sistema competitivo completo enquanto empresa de modelos fundacionais — não se limitando à competição por lançamentos isolados.
Esta perspetiva é amplamente sustentada pela lógica do sector. Na era dos large models, o progresso nas capacidades dos modelos depende fortemente da escala da capacidade de computação e da eficiência da infraestrutura. Sem recursos computacionais suficientes, o treino e iteração dos modelos não podem prosseguir; sem infraestrutura eficiente, a capacidade de computação não se traduz em capacidades de modelo utilizáveis. Ambos são indispensáveis.
Do ponto de vista da comercialização, a lógica de crescimento da Zhipu está também a ser validada. Em julho de 2026, o ARR (annual recurring revenue) da Zhipu atingiu 1 mil milhões USD, proveniente exclusivamente das receitas de API e Coding Plan, sem contributo de produtos de consumo. Entre janeiro e julho de 2026, o ARR cresceu 15 vezes em termos homólogos. Enquanto a Anthropic demorou 15 meses a passar de 100 milhões para 1 mil milhões USD de ARR, a Zhipu fê-lo em apenas cinco meses.
Com capacidade de computação de larga escala, um sistema de infraestrutura maduro e competências de pós-treino sustentadas, espera-se que o próximo modelo fundacional da Zhipu avance para contagens de parâmetros ainda maiores e maior inteligência, mantendo a eficiência de inferência e a capacidade de deployment em engenharia.
Riscos e perspetivas: cautela ainda necessária após a recuperação
Apesar da forte recuperação de 21 de julho, a valorização da Zhipu continua a enfrentar múltiplas incertezas.
Em primeiro lugar, o impacto das expirações de lock-up e das colocações de ações na estrutura acionista ainda não foi totalmente absorvido. O primeiro lote de ações desbloqueadas totalizou cerca de 25,68 milhões, acrescido de 19,78 milhões de novas H-shares colocadas, criando pressão significativa de oferta no curto prazo.
Em segundo lugar, a concorrência no segmento Frontier AI está a intensificar-se. Após o lançamento do Kimi K3 pela Moonshot AI, o mercado reavaliou o panorama competitivo dos large models. Várias empresas chinesas de large models procuram ativamente financiamento e preparam IPOs, atraindo a atenção do mercado de capitais em diferentes direções.
Em terceiro lugar, a capacidade e performance dos chips nacionais de IA ainda estão em fase de expansão. Resta saber se um centro de dados de 1 GW, operando exclusivamente com chips nacionais, conseguirá igualar as soluções internacionais mainstream em eficiência de treino e custo de inferência.
Numa perspetiva mais ampla, o duplo movimento da Zhipu de "aquisição + infraestrutura" marca uma transição das principais empresas chinesas de IA da competição ao nível de modelos para uma corrida sistémica que abrange infraestrutura de computação, stacks de software de base e capacidades de modelo. O desfecho desta corrida dependerá não apenas do lançamento de modelos de destaque, mas de quem conseguir construir um ecossistema tecnológico completo, autónomo e sustentável.
Resumo
No dia 21 de julho de 2026, a Zhipu concluiu oficialmente a aquisição da XCore Sigma, uma empresa nacional de software de computação heterogénea em IA, numa operação avaliada em várias centenas de milhões de RMB. Em simultâneo, lançou um centro de dados de IA de classe 1 GW, totalmente equipado com chips de fabrico chinês. Impulsionada por estas notícias, a ação da Zhipu valorizou mais de 25 % nesse dia, com a capitalização bolsista a recuperar para cerca de 500 mil milhões HKD. A aquisição da XCore Sigma reforça as competências da Zhipu em compiladores, runtime, motores de inferência e outros níveis de infraestrutura, enquanto o centro de dados de 1 GW responde aos estrangulamentos estruturais no fornecimento de computação. Estas duas iniciativas visam o "fornecimento de computação" e a "potenciação da computação", sinalizando que a competição em Frontier AI está a transitar da performance de modelos isolados para a competição sistémica ao nível de modelos, computação, infraestrutura e ecossistema. Com um ARR já nos 1 mil milhões USD e um crescimento de 15 vezes em meio ano, a Zhipu está a construir um dos poucos sistemas competitivos completos entre as principais empresas chinesas de IA. No entanto, alterações na estrutura acionista, intensificação da concorrência e a maturidade do ecossistema nacional de computação permanecem variáveis a acompanhar.
FAQ
Q1: Qual foi o valor da transação da aquisição da XCore Sigma pela Zhipu?
A aquisição foi avaliada em várias centenas de milhões de RMB, sendo uma das maiores operações da Zhipu desde a entrada em bolsa. Fundada em 2023, a XCore Sigma já tinha concluído rondas seed, angel e pre-A, contando com investidores como Oriza Seed, CAS Venture Capital, BV Baidu Ventures, entre outros.
Q2: Quais são as vantagens técnicas da XCore Sigma?
A tecnologia da XCore Sigma tem origem no Laboratório de Compiladores da Academia Chinesa de Ciências. A equipa principal contribuiu para o desenvolvimento de compiladores para chips nacionais como Loongson, Sunway, Cambricon e Huawei Ascend. A empresa fornece uma cadeia de ferramentas de software unificada para CPUs, GPUs, NPUs e outros chips de computação. Através da tecnologia de conjunto de instruções virtuais, integra chips de diferentes marcas e modelos em clusters colaborativos, melhorando significativamente a utilização da capacidade de computação.
Q3: O que representa um centro de dados de 1 GW para a Zhipu?
Um centro de dados de 1 GW, equipado exclusivamente com chips nacionais de IA, significa que a Zhipu está a trazer autonomia computacional para o seu sistema competitivo, num contexto de estrangulamentos estruturais no fornecimento nacional. Este centro será um dos maiores hubs de servidores construídos por laboratórios de IA chineses, fornecendo recursos computacionais massivos para o treino e iteração dos large models da Zhipu.
Q4: Qual é o ARR atual da Zhipu?
Em julho de 2026, o ARR (annual recurring revenue) da Zhipu atingiu 1 mil milhões USD, proveniente exclusivamente das receitas de API e Coding Plan. Entre janeiro e julho de 2026, o ARR cresceu 15 vezes em termos homólogos. Enquanto a Anthropic demorou 15 meses a passar de 100 milhões para 1 mil milhões USD de ARR, a Zhipu alcançou este feito em apenas cinco meses.
Q5: Como está a mudar o panorama competitivo da Frontier AI?
A competição global entre empresas de Frontier AI está a evoluir da performance de modelos isolados para a competição sistémica ao nível de modelos, computação, infraestrutura e ecossistema. As empresas líderes de IA terão de se destacar em I&D de modelos, possuir uma infraestrutura de computação robusta, manter stacks de software de base eficientes e garantir capacidades de comercialização sustentáveis para ganhar vantagem na próxima fase competitiva.
