智谱在股市：唐杰描绘通向AGI的路线，关注基础模型和新架构

Zhipu的估值标志着全球人工智能领域的一个关键时刻。在1月8日的上市仪式上，公司的创始人兼清华大学教授唐杰描绘了公司未来的雄心：回归基础模型的纯粹研究，放弃短期的商业干扰，追求通用人工智能。

2025年取得的成就：从战略到现实

Zhipu坚守年初宣布的承诺。路线图分为三个明确阶段：春季推出“守住阵地”的模型，年中发布“高端”模型以与顶尖竞争，年底推出性能排名Top 1的模型。这一策略被证明是成功的。

决定性转折点出现在7月的GLM-4.5发布时，所有团队同步努力实现质的飞跃。随后，GLM-4.6和GLM-4.7的发布巩固了Zhipu在中国开源模型中的竞争地位。根据Artificial Analysis的评估，GLM-4.7在中国模型中排名第一，全球排名第六，仅与Claude 4.5 Sonnet相当。

在商业方面，MaaS平台实现了指数级增长：在GLM-4.7发布后，年化收入超过5亿美元，其中超过2亿美元来自国际市场。仅用10个月，平台从2千万增长到5亿美元(增长了25倍)。GLM Coding Plan拥有来自184个国家的超过15万开发者。

DeepSeek的挑战与回归基础

DeepSeek的出现引起了行业的关注。虽然这家创业公司吸引了市场注意，但也促使Zhipu重新审视自身优先事项：在AI快速发展的时期，许多公司迷失在垂直应用、利基AI助手和短期商业策略中。唐杰承认，Zhipu在2023至2024年的“百模大战”中也曾犯错。

经验教训很明确：AGI是一场需要决心和长远眼光的技术革命。技术应普及于所有人，带来广泛利益，而非追逐短暂利润。因此，Zhipu在2026年的重点将完全回归基础模型的纯粹创新。

2026年的愿景：三大技术支柱

2026年，Zhipu将集中力量在三条战略方向上，决定下一阶段AI的格局：

GLM-5与创新扩展：新一代模型将很快向所有人开放。借助更多的扩展技术和架构创新，预计将带来显著的新体验，帮助用户完成更复杂的实际任务。

革命性架构：Transformer架构，近十年来的主流，存在明显的计算成本高、记忆机制和更新方面的局限。Zhipu将探索新的扩展范式，研究替代架构，并实现芯片与算法的协同设计，以提升计算效率。

通用RL范式：目前主流的RLVR方法在数学和编程方面取得成功，但依赖人工构建的验证环境限制了其普适性。未来一年，公司计划开发更通用的RL范式，使AI不仅能按指令执行任务，还能理解和完成长时间（数小时至数天）的任务。

持续学习的前沿

最具挑战性的是持续学习和模型自主演化。现有AI系统在部署后保持静态，通过昂贵的单次训练学习，随后变得过时。而人脑通过与环境的交互不断学习和演变。Zhipu将提前规划下一代学习范式——在线学习（Online Learning）或持续学习（Continual Learning），这是迈向AGI的下一大飞跃。

治理、国际化与新X-Lab

Zhipu不打算成为传统公司。公司内部成立了新部门——X-Lab，旨在汇聚具有探索精神的年轻人才，进行前沿架构、认知范式的研究和创新项目孵化。

在国际方面，“自主AI”计划取得了显著进展：马来西亚国家级MaaS平台基于开源模型Z.ai构建，将GLM定位为马来西亚国家模型。这是首个成功将中国大型模型推向全球市场的尝试。

到2026年，公司目标是成为全球大型模型的领导者，同时坚持追求真正的AGI。正如唐杰所说，成功的真正衡量标准不在于商业化目标，而在于拥有“真实用户”，以及开发能真正帮助更多人、推动科研进步的理论、技术或产品。