Zhipu en bourse : Tang Jie trace la voie vers l'AGI, focus sur les modèles de base et les nouvelles architectures

La cotation de Zhipu représente un moment crucial dans le paysage de l’intelligence artificielle mondiale. Lors de son intervention à l’occasion de la cotation du 8 janvier, Tang Jie, fondateur de la société et professeur à l’Université Tsinghua, a tracé une vision ambitieuse pour le prochain chapitre de l’entreprise : un retour concentré à la recherche pure sur les modèles fondamentaux, abandonnant les distractions commerciales à court terme pour poursuivre l’Intelligence Artificielle Générale.

Les réalisations en 2025 : de la stratégie à la réalité

Zhipu a tenu ses engagements annoncés en début d’année. La feuille de route prévoyait trois phases bien définies : au printemps, le lancement d’un modèle capable de " défendre sa position ", à mi-année, la sortie d’un modèle " haut de gamme " capable de rivaliser au plus haut niveau, et vers la fin de l’année, le lancement d’un modèle avec des performances Top 1. Cette stratégie s’est avérée gagnante.

Le tournant décisif est arrivé avec le GLM-4.5 en juillet, lorsque toutes les équipes ont travaillé en synchronisation pour atteindre un saut qualitatif. Par la suite, les versions GLM-4.6 et GLM-4.7 ont consolidé la position concurrentielle de Zhipu parmi les modèles open source chinois. Selon les évaluations de l’Artificial Analysis, le GLM-4.7 se positionne en première place parmi les modèles chinois et au sixième rang mondial, égalé seulement par Claude 4.5 Sonnet.

Sur le plan commercial, la plateforme MaaS a connu une croissance exponentielle : le chiffre d’affaires annualisé a dépassé 500 millions de dollars après le lancement de GLM-4.7, avec plus de 200 millions provenant des marchés internationaux. En seulement 10 mois, la plateforme est passée de 20 à 500 millions (une croissance de 25 fois). Le GLM Coding Plan compte plus de 150 000 développeurs issus de 184 pays.

Le défi de DeepSeek et le retour aux fondamentaux

L’émergence de DeepSeek a constitué un appel important pour l’industrie. Bien que la startup ait attiré l’attention du marché, l’événement a poussé Zhipu à reconsidérer ses priorités : durant les périodes de développement rapide de l’IA, de nombreuses entreprises se sont dispersées entre applications verticales, assistants IA de niche et stratégies commerciales à court terme. Tang Jie reconnaît que Zhipu elle-même a commis des erreurs lors de la " bataille des cent modèles " entre 2023 et 2024.

La leçon apprise est claire : l’AGI est une révolution technologique qui exige détermination et vision à long terme. La technologie doit être accessible à tous et apporter des bénéfices diffus, non se concentrer sur des profits éphémères. C’est pourquoi, en 2026, Zhipu se concentrera entièrement sur l’innovation pure dans les modèles fondamentaux.

La vision pour 2026 : trois piliers technologiques

Au cours de 2026, Zhipu concentrera ses efforts sur trois directions stratégiques fondamentales qui détermineront la configuration de la prochaine phase de l’IA :

GLM-5 et l’innovation dans le scaling : Le nouveau modèle de nouvelle génération sera bientôt accessible à tous. Grâce à des technologies de scaling supplémentaires et à des innovations architecturales, il est attendu qu’il offre des expériences nettement nouvelles et qu’il assiste les utilisateurs dans l’accomplissement de tâches réelles plus complexes.

Architectures révolutionnaires : L’architecture Transformer, dominante depuis près d’une décennie, présente des limitations évidentes en termes de coûts computationnels pour des contextes étendus, de mécanismes de mémoire et de mises à jour. Zhipu visera à découvrir de nouveaux paradigmes de scaling, explorer des architectures alternatives et mettre en œuvre le co-design chip-algorithme pour améliorer l’efficacité computationnelle.

Paradigmes RL généralisés : L’approche RLVR actuellement dominante a montré son succès en mathématiques et en programmation, mais sa dépendance à des environnements vérifiables construits manuellement limite son applicabilité universelle. L’entreprise prévoit l’année prochaine de développer des paradigmes RL plus généralisés, permettant à l’IA non seulement d’exécuter des tâches sur instruction, mais aussi de comprendre et de réaliser des tâches à long terme, d’une durée d’heures à plusieurs jours.

La frontière de l’apprentissage continu

Le défi le plus ambitieux concerne l’apprentissage continu et l’évolution autonome des modèles. Les systèmes IA actuels restent statiques après leur déploiement, apprenant via un processus coûteux d’entraînement unique pour devenir obsolètes. Le cerveau humain, en revanche, apprend et évolue constamment par interaction avec l’environnement. Zhipu planifiera en avance le paradigme d’apprentissage de nouvelle génération—Online Learning ou Continual Learning—représentant le prochain grand saut vers l’AGI.

Gouvernance, internationalisation et le nouveau X-Lab

Zhipu ne souhaite pas devenir une entreprise traditionnelle. Il a constitué en interne un nouveau département, l’X-Lab, dédié à rassembler de jeunes talents avec un esprit d’exploration pour des recherches de pointe sur de nouvelles architectures, paradigmes cognitifs et incubation de projets innovants.

Sur le plan international, l’initiative de “IA souveraine” a enregistré des progrès significatifs : la plateforme nationale MaaS de la Malaisie est construite sur le modèle open source Z.ai, positionnant GLM comme modèle national malaisien. Cela représente la première tentative réussie d’introduire les grands modèles chinois sur le marché mondial.

Pour 2026, l’objectif de l’entreprise est de devenir un leader international dans le secteur des grands modèles, tout en maintenant son engagement envers une véritable AGI. Comme le dit Tang Jie, la vraie mesure du succès ne réside pas dans les objectifs de commercialisation, mais dans la possession de " véritables utilisateurs " et dans le développement de théories, technologies ou produits pouvant réellement aider davantage de personnes dans le progrès scientifique mondial.