不追短期变现偏要向上摸高

内部信里唐杰明确讲了, 智谱随后会延续“反直觉”路径, 启动“Touch High（摸高）计划”, 这表明公司不会急着把技术迅速转化为收益, 而是持续专注于AGI研究。在2026年1月8日H股上市当日, 智谱把这天当成全新开端, 坚决地全面回归基础模型研究, 全力去冲击下一代模型。在当下行业普遍加快商业变现步伐时, 这种选择显得特别与众不同。

从千亿参数到引爆世界的先机

在二零二一年至二零二二年期间, 当“让机器像人一样思考”被绝大多数人看作是如登月那般疯狂的计划之际, 智谱抽调了资源, 押注千亿参数, 进而做出了GLM – 130B。这款模型引爆世界的时间比某海外巨头整整提前了一年半。这段经历使得团队坚信, 真正的商业机会从来都不在产品以及模式的微调之中, 而是在智能上界的跃迁里面。

长程任务与智能体群体成新方向

今日最为让人兴奋不已的突破之处, 在于让模型掌握完成一项极其漫长的任务, 并非是即时性的问答, 而是跨度涵盖数周、数月甚至数年之上的规划以及执行, 举例来说, 某一模型可在软件当中不知疲倦地寻觅漏洞, 从本质层面来讲此乃是于学习一位顶级安全专家的思维模式, 随后借助机器所具备的耐力将其予以放大, 于长程任务之上能够做到自主驱动、协同作业、保持7×24小时运转状态的智能体群体将会成为全新的生产力形态。

三大难题在技术驱动下逐步消解

这三个被认定曾非要范式变革才可搞定的难题, 此难题即记 忆、持续学习以及自我评判, 现已正在技术与应用双重促使之下渐渐消除。长上下文和检索增强生成技术已接近记忆的初步态 势。在这时下的大模型时代, 速度是最为关键的要点首要的, 快速进行迭代就会直接促成认清明白晓得的代际方面的差距被拉开。当海外那些头部企业开端着手筹备构建百万往上甚至两百万芯片等级水平的算力集群之际, 它真正实际的用途估摸很可能恰是让模型自身去训练自主地学习自己。

百亿资源攻坚机械可解释性

智谱特别强调极致安全治理, 计划投入百亿级资源攻坚机械可解释性, 这意味着要厘清模型决策背后神经元逻辑, 推动黑盒系统向透明可解释系统转变。当海外最前沿顶级模型因风险考量暂缓全面公开发布, 其企业负责人公开警示AI深远影响将深刻重塑全球力量格局时, 智谱认为超级智能实现与超级对齐研究必须同步推进。

从AGI到ASI的不可逆趋势

在《From AGI to ASI》报告里面有这么一个讲出来让人觉得很冷峻的论断, 哪怕单个模型的能力一直就停留在人类水平, 只要算力还在不断增长, 超级智能有可能会被硬生生地“挤”出来。这些智能体, 它们共享同一个底层大脑, 思考效率提高了百倍, 而且经验复制没有成本, 在群体层面就相当于ASI。这种不可逆转的趋势会从上面一直穿透到整个技术栈, 眼下如今的应用说不定都得被重新构建成AI原生。

你认为智谱这般采取“上市后反倒愈发激进地投入资金开展研发”这种违背直觉之道的做法, 最终能够超越那些急于去实现变现的同行吗, 欢迎于评论区交流你对此有的看法, 点赞并分享以使更多人得以瞧见这场AI竞赛的实情。