Перший публічний дебют Zhipu сигналізує про важливий поворот: глибокий аналіз GLM-5 та гонка за переосмислення основ штучного інтелекту

Zhipu офіційно вийшов на публічний ринок 8 січня, що стало переломним моментом для сектору великих мовних моделей у Китаї. З цим досягненням професор Танг Цзе—голова кафедри інформатики в Цінхуа та засновний головний науковий співробітник компанії—опублікував внутрішній стратегічний меморандум, який кардинально переосмислює напрямок компанії до 2026 року. Замість того, щоб переслідувати короткострокові комерційні вигоди, Zhipu подвоює зусилля у дослідженнях фундаментальних моделей, сигналізуючи про рішучий відповідь на хвилю, викликану проривом DeepSeek.

Справжнє поле бою: архітектура моделей і парадигми навчання

Мемо Танг Цзе чітко дає зрозуміти: майбутній конкурентний ландшафт не визначатиметься яскравими застосунками або поступовими випусками продуктів. Замість цього, він залежить від двох ключових стовпів—інновацій у архітектурі моделей і принципово нових парадигм навчання. Ця стратегічна зміна відображає зріліше розуміння того, що дійсно рухає прогрес у розвитку AGI.

Зобов’язання компанії щодо проривів у архітектурі особливо показове. Модель Transformer, яка домінувала майже десятиліття, починає давати тріщини під тиском реального світу. Проблеми з обчислювальними витратами для ультлонг контекстів, механізми пам’яті та протоколи оновлення моделей вимагають нових архітектурних підходів. Дорожня карта Zhipu явно спрямована на вихід за межі вивчення систем Вон Нейманна, досліджуючи цілком нові парадигми дизайну та масштабування. Це включає стратегії спільного проектування чипів і алгоритмів, спрямовані на суттєве підвищення обчислювальної ефективності.

GLM-5 вже на горизонті: що зміниться при його появі

Головна новина—незабаром з’явиться GLM-5. Хоча деталі поки що обмежені, попередній шлях розвитку моделей Zhipu дає уявлення про те, чого очікувати. GLM-4.7, випущена у грудні, вже досягла значного успіху: вона посіла перше місце серед внутрішніх моделей і поділила шосте місце у світовому рейтингу разом із Claude 4.5 Sonnet за показником Artificial Analysis. Ще більш показовим є те, що відгуки розробників щодо кодування та досвіду роботи агентів були стабільно позитивними.

Ці результати вражають. За всього 10 місяців платформа MaaS Zhipu зросла з 20 мільйонів до 500 мільйонів у річному доході—п’ятнадцятькратне зростання. Розробники з 184 країн, загалом понад 150 000, вже використовують набір інструментів GLM для кодування. За кордоном доходи перевищили 200 мільйонів, що свідчить про те, що компанія прорвалася на міжнародний ринок у спосіб, який багато китайських AI-компаній ще не досягли.

Точка перелому в підкріплювальному навчанні

Поточні основні підходи RL, незважаючи на їхню математичну та кодову досконалість, стикаються з межами. Вони надто сильно залежать від штучно створених середовищ перевірки, що обмежує їх здатність до узагальнення. Дорожня карта Zhipu на 2026 рік явно спрямована на більш універсальні парадигми RL—ті, що здатні обробляти багатогодинні або багатоденні послідовності завдань, які вимагають справжнього розуміння, а не просто виявлення шаблонів за людськими критеріями.

Ця зміна важлива, оскільки саме тут AI переходить від складного інструментарію до чогось ближчого до автономного мислення.

Передова лінія, про яку ніхто не говорить: безперервне навчання

Можливо, найамбіційніший елемент плану Zhipu на 2026 рік—це дослідження безперервного навчання і автономної еволюції моделей. Сучасні системи AI після розгортання зазвичай застиглі. Вони накопичують знання через дорогі одноразові тренування і поступово деградують, коли світ змінюється. Людський мозок, навпаки, постійно навчається і адаптується через реальні взаємодії.

Розробка такої здатності є справжнім фронтиром. Вона вимагає переосмислення всього—від протоколів онлайн-навчання до безперервної інтеграції знань без катастрофічного забування. Успіх у цій сфері означатиме фундаментальну зміну у тому, як працюють системи AI.

Як Zhipu збився з курсу (і як DeepSeek допоміг це виправити)

Найчесніший момент у мемо—це визнання Танг Цзе своїх минулих помилок. Між 2023 і 2024 роками, під час глобального вибуху великих моделей і “сотні моделей війни” у Китаї, Zhipu допустив тактичні помилки—як технічні, так і комерційні. Компанія відволіклася на короткостроковий імпульс, втративши фокус на основах AGI.

З’явлення DeepSeek стало для компанії сигналом до пробудження. Замість того, щоб сприймати його лише як конкурентний тиск, Танг Цзе розглядає це як сигнал до перезавантаження. Компанія систематично реорганізувалася, скоротивши операції для кінцевих користувачів, обрізавши команди розробки продуктів і звузивши фокус. Важливо, що Zhipu визначив кодування як ключовий напрямок прориву—рішення, яке виявилося правильним, коли GLM-4.5 і пізніше GLM-4.7 продемонстрували справжню конкурентну рівність із міжнародними бенчмарками.

Суверенний AI і глобальна стратегія розширення

Другорядний, але важливий розвиток—ініціатива “Суверенний AI” Zhipu набирає обертів і за кордоном. Малайзія створила свою національну платформу MaaS, використовуючи відкриту модель GLM, фактично зробивши технологію Zhipu складовою державної інфраструктури. Це відповідає стратегічним зусиллям зробити китайські технології AI глобально поширеними—але також демонструє реальний продуктово-ринковий відповідність за межами внутрішнього ринку.

2026: рік, коли AI замінить професійні категорії

Під усією технічною дискусією прихована більш смілива заява: 2026 рік стане роком, коли AI справді замінить окремі професійні сфери та завдання. Це не порожні слова—це базується на практичному розширенні можливостей моделей і рівнях їхнього застосування, вже помітних у даних 2025 року.

Новий внутрішній інноваційний інкубатор Zhipu—X-Lab, створений для залучення молодих талантів і дослідження передових архітектур і когнітивних парадигм—свідчить, що керівництво вірить у перехідну точку, де потрібні сміливі ставки. Це нагадує раніше зроблені високоризикові рішення: тренування GLM-130B, коли домінували малі моделі, або ставка на код як проривний напрямок.

Що це означає для галузі

Публічний дебют Zhipu і його стратегічне перезавантаження мають значення, оскільки вони сигналізують про переоцінку підходів у китайському секторі AI. Замість гонитви за максимально широкими застосунками або масштабом заради самого масштабу, компанія повертається до основ—і позиціонує цей відхід як виграшний хід. Чи принесе ця стратегія плоди, стане зрозуміло через прийняття GLM-5 і практичний прогрес у RL і безперервному навчанні у 2026 році.