Котирування Zhipu є важливим моментом у глобальній галузі штучного інтелекту. У своєму виступі з приводу котирування 8 січня засновник компанії та професор Тсінхуа університету Танг Цзе окреслив амбітне бачення наступного розділу компанії: зосереджений повернення до чистих досліджень базових моделей, відмовившись від короткострокових комерційних відволікань для досягнення Загального Штучного Інтелекту.
Досягнення 2025 року: від стратегії до реальності
Zhipu дотримувався обіцянок, оголошених на початку року. Дорожня карта передбачала три чітко визначені етапи: навесні запуск моделі, здатної “захищати позицію”, в середині року випуск “висококласної” моделі, здатної конкурувати на найвищому рівні, і наприкінці року дебют моделі з показниками Top 1. Ця стратегія виявилася успішною.
Рішучий поворот стався з GLM-4.5 у липні, коли всі команди працювали синхронізовано для досягнення якісного стрибка. Після цього релізи GLM-4.6 і GLM-4.7 закріпили конкурентоспроможну позицію Zhipu серед китайських відкритих моделей. За оцінками Artificial Analysis, GLM-4.7 посідає перше місце серед китайських моделей і шосте у світі, порівняно лише з Claude 4.5 Sonnet.
У комерційному плані платформа MaaS зазнала експоненційного зростання: річний дохід перевищив 500 мільйонів доларів після запуску GLM-4.7, з понад 200 мільйонами з міжнародних ринків. За 10 місяців платформа зросла з 20 до 500 мільйонів (зростання у 25 разів). План з кодування GLM налічує понад 150 000 розробників з 184 країн.
Випробування DeepSeek і повернення до основ
Поява DeepSeek стала важливим сигналом для галузі. Хоча стартап привернув увагу ринку, ця подія змусила Zhipu переосмислити свої пріоритети: у періоди швидкого розвитку ШІ багато компаній розпорошувалися між вертикальними застосуваннями, нішевими AI-помічниками та короткостроковими стратегіями. Танг Цзе визнає, що сама Zhipu зробила помилки під час “битви сотні моделей” у 2023-2024 роках.
Урок зрозумілий: AGI — це технологічна революція, яка вимагає рішучості та довгострокового бачення. Технології мають бути доступними всім і приносити широкі переваги, а не зосереджуватися на миттєвій прибутковості. Тому у 2026 році Zhipu зосередиться на повному поверненні до чистих інновацій у базових моделях.
Бачення на 2026 рік: три технологічні стовпи
У 2026 році Zhipu зосередить зусилля на трьох стратегічних напрямках, які визначать конфігурацію наступної фази ШІ:
GLM-5 і інноваційне масштабування: нова модель наступного покоління скоро стане доступною для всіх. Завдяки додатковим технологіям масштабування та архітектурним інноваціям очікується, що вона запропонує значно новий досвід і допоможе користувачам виконувати більш складні реальні завдання.
Революційні архітектури: архітектура Transformer, домінуюча майже десятиліття, має очевидні обмеження у обчислювальних витратах для великих контекстів, механізмах пам’яті та оновленнях. Zhipu прагнутиме відкривати нові парадигми масштабування, досліджувати альтернативні архітектури та впроваджувати спільне проектування чипів і алгоритмів для підвищення обчислювальної ефективності.
Узагальнені парадигми RL: домінуючий підхід RLVR вже показав успіх у математиці та програмуванні, але його залежність від ручного створення перевірюваних середовищ обмежує універсальність застосування. У наступному році компанія планує розвивати більш універсальні парадигми RL, що дозволять AI не лише виконувати завдання за інструкцією, а й розуміти та виконувати довгострокові завдання тривалістю від годин до днів.
Передова межа безперервного навчання
Найамбіційнішою задачею є безперервне навчання і автономна еволюція моделей. Поточні системи AI залишаються статичними після розгортання, навчаючись через дорогий процес одноразового тренування, після чого стають застарілими. Людський мозок навпаки постійно навчається і еволюціонує через взаємодію з навколишнім середовищем. Zhipu заздалегідь плануватиме нову парадигму навчання — Online Learning або Continual Learning — що стане наступним великим кроком до AGI.
Управління, інтернаціоналізація і новий X-Lab
Zhipu не прагне стати традиційною компанією. Внутрішньо створено новий департамент — X-Lab, який об’єднуватиме молодих талантів із духом досліджень для передових досліджень нових архітектур, когнітивних парадигм і інкубації інноваційних проектів.
На міжнародному рівні програма “суверенного ШІ” зробила значний прогрес: національна платформа MaaS Малайзії побудована на відкритій моделі Z.ai, позиціонуючи GLM як національну малайзійську модель. Це перша успішна спроба вивести великі моделі з Китаю на глобальний ринок.
На 2026 рік ціль компанії — стати світовим лідером у секторі великих моделей, зберігаючи при цьому зобов’язання щодо справжнього AGI. Як зазначає Танг Цзе, справжній показник успіху — не у комерційних цілях, а у наявності “реальних користувачів” і розвитку теорій, технологій або продуктів, які справді допомагають більшій кількості людей у глобальному прогресі науки.
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
Zhipu на біржі: Танг Цзе окреслює шлях до AGI, зосереджуючись на базових моделях та нових архітектурах
Котирування Zhipu є важливим моментом у глобальній галузі штучного інтелекту. У своєму виступі з приводу котирування 8 січня засновник компанії та професор Тсінхуа університету Танг Цзе окреслив амбітне бачення наступного розділу компанії: зосереджений повернення до чистих досліджень базових моделей, відмовившись від короткострокових комерційних відволікань для досягнення Загального Штучного Інтелекту.
Досягнення 2025 року: від стратегії до реальності
Zhipu дотримувався обіцянок, оголошених на початку року. Дорожня карта передбачала три чітко визначені етапи: навесні запуск моделі, здатної “захищати позицію”, в середині року випуск “висококласної” моделі, здатної конкурувати на найвищому рівні, і наприкінці року дебют моделі з показниками Top 1. Ця стратегія виявилася успішною.
Рішучий поворот стався з GLM-4.5 у липні, коли всі команди працювали синхронізовано для досягнення якісного стрибка. Після цього релізи GLM-4.6 і GLM-4.7 закріпили конкурентоспроможну позицію Zhipu серед китайських відкритих моделей. За оцінками Artificial Analysis, GLM-4.7 посідає перше місце серед китайських моделей і шосте у світі, порівняно лише з Claude 4.5 Sonnet.
У комерційному плані платформа MaaS зазнала експоненційного зростання: річний дохід перевищив 500 мільйонів доларів після запуску GLM-4.7, з понад 200 мільйонами з міжнародних ринків. За 10 місяців платформа зросла з 20 до 500 мільйонів (зростання у 25 разів). План з кодування GLM налічує понад 150 000 розробників з 184 країн.
Випробування DeepSeek і повернення до основ
Поява DeepSeek стала важливим сигналом для галузі. Хоча стартап привернув увагу ринку, ця подія змусила Zhipu переосмислити свої пріоритети: у періоди швидкого розвитку ШІ багато компаній розпорошувалися між вертикальними застосуваннями, нішевими AI-помічниками та короткостроковими стратегіями. Танг Цзе визнає, що сама Zhipu зробила помилки під час “битви сотні моделей” у 2023-2024 роках.
Урок зрозумілий: AGI — це технологічна революція, яка вимагає рішучості та довгострокового бачення. Технології мають бути доступними всім і приносити широкі переваги, а не зосереджуватися на миттєвій прибутковості. Тому у 2026 році Zhipu зосередиться на повному поверненні до чистих інновацій у базових моделях.
Бачення на 2026 рік: три технологічні стовпи
У 2026 році Zhipu зосередить зусилля на трьох стратегічних напрямках, які визначать конфігурацію наступної фази ШІ:
GLM-5 і інноваційне масштабування: нова модель наступного покоління скоро стане доступною для всіх. Завдяки додатковим технологіям масштабування та архітектурним інноваціям очікується, що вона запропонує значно новий досвід і допоможе користувачам виконувати більш складні реальні завдання.
Революційні архітектури: архітектура Transformer, домінуюча майже десятиліття, має очевидні обмеження у обчислювальних витратах для великих контекстів, механізмах пам’яті та оновленнях. Zhipu прагнутиме відкривати нові парадигми масштабування, досліджувати альтернативні архітектури та впроваджувати спільне проектування чипів і алгоритмів для підвищення обчислювальної ефективності.
Узагальнені парадигми RL: домінуючий підхід RLVR вже показав успіх у математиці та програмуванні, але його залежність від ручного створення перевірюваних середовищ обмежує універсальність застосування. У наступному році компанія планує розвивати більш універсальні парадигми RL, що дозволять AI не лише виконувати завдання за інструкцією, а й розуміти та виконувати довгострокові завдання тривалістю від годин до днів.
Передова межа безперервного навчання
Найамбіційнішою задачею є безперервне навчання і автономна еволюція моделей. Поточні системи AI залишаються статичними після розгортання, навчаючись через дорогий процес одноразового тренування, після чого стають застарілими. Людський мозок навпаки постійно навчається і еволюціонує через взаємодію з навколишнім середовищем. Zhipu заздалегідь плануватиме нову парадигму навчання — Online Learning або Continual Learning — що стане наступним великим кроком до AGI.
Управління, інтернаціоналізація і новий X-Lab
Zhipu не прагне стати традиційною компанією. Внутрішньо створено новий департамент — X-Lab, який об’єднуватиме молодих талантів із духом досліджень для передових досліджень нових архітектур, когнітивних парадигм і інкубації інноваційних проектів.
На міжнародному рівні програма “суверенного ШІ” зробила значний прогрес: національна платформа MaaS Малайзії побудована на відкритій моделі Z.ai, позиціонуючи GLM як національну малайзійську модель. Це перша успішна спроба вивести великі моделі з Китаю на глобальний ринок.
На 2026 рік ціль компанії — стати світовим лідером у секторі великих моделей, зберігаючи при цьому зобов’язання щодо справжнього AGI. Як зазначає Танг Цзе, справжній показник успіху — не у комерційних цілях, а у наявності “реальних користувачів” і розвитку теорій, технологій або продуктів, які справді допомагають більшій кількості людей у глобальному прогресі науки.