估值过山车后的战略转身

智谱的股价, 从两千四百港元的价位, 一路下跌至一千六百多港元, 市值蒸发的额度, 近乎达到两千亿。市场方面，正在对大模型公司的真实含金量, 进行重新审视。恰好在这个时候, 该公司宣布了“摸高计划”, 这一举动, 显得既充满冒险意味, 却又极为坚定。

这并非单纯的公关行为, 而是对技术底线予以再度确认。于当下商业变现压力至为巨大之际, 选择持续投身底层研发, 表明创始人唐杰觉得技术护城河比短期股价更为关键。

百万上下文的技术硬实力

新推出的GLM – 5.2模型具备支持百万字上下文的能力, 此情形在行业范围之内属于处于领先地位的第一梯队, 这一状况意味着该模型能够在一次性处理的情况下应对整本篇幅厚重的书籍或者大型规模的代码库, 而并非需要进行切分成为片段的操作。

长程任务里的记忆丢失问题, 此种能力直接就给解决了。像法律案卷分析或者复杂代码调试这类需长期跟踪的项目, 连续性的理解能力是关键优势所在。

从问答工具到自动化公司

智谱有了新追求, 不再局限于只做聊天机器人那么简单, 要着手去构建出数量众多达到成千上万个的专业智能体, 这些智能体具备独特协作能力，如同员工一般, 能够完成经历从规划起始到执行终结的全流程。

目标在于塑造出全自动化的公司形态, 这形态也就是NPC模式。人类仅仅需要给出宏观层面的指令, 其余的诸如拆解、执行以及反馈等事宜, 均由AI代理网络自行去完成, 如此一来能极大地提升社会生产的效率。

自我训练的数据工厂建设

以人工标注数据作为依靠的传统AI , 成本偏高并且上限较低。智谱打算构建高质量合成数据工厂 , 借助AI博弈对抗机制来开展自我训练。

这种Self – Play模式, 使得模型于虚拟环境里不停地相互搏斗, 进而自我纠错以及优化, 借助代码重构与逻辑迭代, 削减对真实世界数据的依赖, 最终达成更高效能的进化。

百亿攻坚黑盒透明化

模型日益强大起来, 然而其内部运作原理恰似一个黑盒。智谱花费巨额资金钻研“机械可解释性”, 设法开启这个黑箱, 以使决策过程变为透明且可控的状态。

它跟超级对齐安全研究, 同步展开有所促进, 保证超智能不会偏离人类秉持的价值观这一情况；在努力向着性能触及的极限方向进发的同时, 守住安全方面的最低界限, 这是通向通用人工智能必定要经历地充满风险的路途。

坚守技术信仰还是盲目乐观？

智谱所做出的选择, 体现出前沿人工智能企业具备的两种态度, 一种是通过迅速实现变现来谋求生存, 另一种是深入钻研技术以寻求变革, 而在估值出现剧烈波动之后依然坚守长期主义, 这值得令人敬重, 但是同时也充斥着风险。

在大模型竞争已然步入深水区的状况之下, 这般不计成本的技术突破, 究竟还能不能够支撑起万亿市值的预期呢, 欢迎于评论区留下你的看法。