8月31日晚19點50分，當智譜財報會即將開始的時候，DeepSeek-V4-Flash-Vision-Exp正式開源。
事實上，這是DeepSeek-V4系列模型中的首個實驗性多模態模型，此前8月21日上線DeepSeek API平台，基於DeepSeek-V4-Flash架構，整合視覺模組、經過持續訓練、解鎖視覺理解能力。
與DeepSeek-V4-Flash-0731相比，V4-Flash-Vision-Exp在多模態智能體能力上有所提升，在真實世界軟體工程測試DeepSWE中，以59.3%的成績反超了Opus-4.8，成為第一名。
而與此同時，智譜發佈了2026年上半年財報，共計60頁——堪稱一篇大型Paper了。
上半年，智譜營收9.54億元，同比增長近400%；開放平台及API業務收入達到8.25億元，同比增長2736%，佔總收入86.5%，業務毛利率提升至24.6%。
截至2026年8月31日，智譜MaaS平台年化收入規模（ARR）按月度計算達到16億美元、周度計算20億美元，企業及開發者使用者超過740萬，Token呼叫量較年初增長超過40倍，付費日活使用者增長603%，前十大客戶日均呼叫量增長98%，API平均售價提升約101%。
繼續理解一下紅線位置：口徑很重要，是按天x365，還是按52周，還是按12月，智譜管理層沒提名字，卻說如果按友商的周口徑，那智譜ARR已經超過20億美金了——大家都知道是MiniMax（ARR 8億美金）。
不止是商業化，智譜創始人唐傑在業績說明會上反覆提及GLM-5.3的多模態技術能力。
他指出，GLM-5.3花了很長時間，資料和訓練能力從2022年就已經開始，而且這種多模態不是簡單的視覺理解，智譜也不完全要往Agent和Coding方向發展，而是要走Co-Work。
在唐傑看來，模型能力的演進並非並列的產品線，而是一條必須依次攀登的階梯：
Chat → Coding → Agent → Co-work → Autonomous AI
我似乎看到了唐傑和DeepSeek梁文鋒的底層認知共識：Coding不是結局，DeepSeek Harness也不是一個Agent，而模型公司是要做的真正AGI，是自主人工智慧技術。
AGI路線似乎要走通了。
畢竟老黃都說了：在很多任務上，我們已實現了AGI。
從路線之爭，到AI底層認知重合
如果翻看智譜和DeepSeek，兩家公司一直走著兩條路。
其中，作為成立於2019年的清華系公司，智譜在涉及大模型鏈路的許多方面推出了豐富的產品，追逐做中國的OpenAI。
這裡包含各種尺寸的通用GLM大模型，還有基於通用模型而來的對話產品、AI助手智譜清言，程式碼模型CodeGeeX，文生圖模型CogView以及多模態對話模型VisualGLM，多模態理解模型，智能體產品AutoGLM甚至還有硬體，從演算法到產品，智譜實現了完全自研。
這家在OpenAI的ChatGPT一鳴驚人之前，就投身大模型研發的公司，強調自己與OpenAI的英雄所見略同。他堅持著預訓練的大模型的研發，也想抓住API市場實際上同時存在B端和C端兩類使用者。
2024年起，智譜開始思考商業化，從Agent部署端側、做企業大模型MaaS方案，再到去年開始的Coding浪潮，一步步進入API銷售階段，轉型成“中國的Anthropic”。
而DeepSeek則是量化出身、堆砌算力，從“蒸餾”模型開始，到後來一步步做開源模型，把成本打到地板的價格屠夫，最後到DeepSeek-V3和R1，風靡全球。
而過去幾年，DeepSeek在外界的認知在於——只做大模型，做超大模型、API呼叫付費，大廠都會用，也會有企業進行垂直行業模型部署。
所以，無論是智譜，還是DeepSeek，對於多模態和視訊模型總是獨立迭代，顯得“慢半拍”。
這不是技術路線之爭，而是“把模型做便宜”與“把模型賣出去”兩種成功學之爭。
兩家都拿到了市場投票（DeepSeek 的使用者量、智譜的財報），所以誰也無法用結果說服誰，只能靠話語維持分庭抗禮。
但問題在於，Agent時代到來，token背後的模型需求在增加，Agent、Coding、多模態、上下文、自進化Loop等，都是模型技術提升的需求點。
最終，DeepSeek推出了V4-Flash-Vision-Exp，還發佈了“毛坯房”DeepSeek Harness。而且，DeepSeek還推出了MLA、GRPO、多Token預測、infra等技術能力，用工程創新證明“算力少也能強”。
不僅如此，DeepSeek還在加速融資、獲得營收，DeepSeek的年度經常性收入（ARR）已經達到5億美元。
DeepSeek不止要做模型，如今還要開啟商業化加速之路。
而與DeepSeek類似，唐傑也在業績溝通會上直言："能力不止是參數一個因素，訓練和後訓練是當前余量最大的那一個"，"Scaling 依然有效，主要看Scaling做成什麼東西。"
所以，DeepSeek和唐傑兩家，如今都在回答同一個問題——邊際收益輪換，那個因素當前回報最高就押那個。
唐傑還提出，類似於DeepSeek self-evolution的技術——ForceFT，完全自訓練、遞迴自我改進，下一代 GLM 在上一代搭建的環境裡自訓練。
當兩家都在押“自進化”技術，他們其實在描述同一個AGI——自主人工智慧。
簡單來說，Autonomous AI（自主 AI）不是“更聰明的聊天模型”，而是從 “生成回答”到“接管行動”的範式轉換。
智譜透露，任務邊界越往上層走，市場空間也會逐級擴大。按照量級粗略估算：Chat對應的搜尋市場約為1000億美元，Coding對應約5000億美元的軟體研發支出；協同辦公對應約5兆美元的知識工作開支；從更長期來看，AI重構作業系統與人機互動方式，帶動各行業升級，對應約30兆美元的市場空間。
相應地，行業的評價標準也在發生轉變：從單次問答效果和Token消耗量，轉向長任務成功率、單位智能成本、結果可驗證性，以及客戶的實際經營產出。
“2026年上半年，GLM在智能體規劃、工具呼叫、持續執行與長程任務方面的能力持續提升，業務從單一的程式設計應用擴展到軟體工程、網路安全、資料分析與複雜自動化等高價值場景。交易方式從按呼叫收費進一步轉向訂閱制銷售和端到端任務結果交付。協同工作（Co-work）是當前階段正在拓展的領域：模型連接企業資料、工具與業務系統，嵌入採購、財務、客服、研發、IT維運等環節，從理解需求走向執行任務；企業的真實工作流反過來成為模型可學習的環境與資料。報告期內，本公司已在網路安全、法律、金融、教育等領域展開嘗試，其中網路安全進展最快，其餘方向仍處於早期階段，尚未形成規模化收入。”
大家都在思考一件事：如何從Co-Work早期開始商業化佈局，在到來AGI之時獲得巨大的商業先機。
“我們認可單點的領先本身並不能形成長期定價權。”
智譜透露，公司的重心位於階梯的第二級（程式設計開發）到第四級（協同合作）之間。程式設計方向已經全部走通，網路安全進入協同合作的驗證階段，法律等方向還處於早期階段。
唐傑的思路非常明確：
SOTA不代表長期的領先。而在對的時間，用對的資料，訓練對的規模，才能得到對的模型。模型不是簡單越大越好，而是要找在當前資料與算力的約束下、把訓練深度做足之後，智能上限回報最高的那個模型。
所以從商業化來說：賣模型→賣呼叫→賣訂閱→賣端到端任務結果。
智譜虧損縮小了
除了上述兩家公司的底層追逐方向，這次長達60頁的智譜財報，值得講的資料有很多，其中就是營收預期和虧損額。
在財報發佈之前，市場分析師對智譜的營收預期是13.5億左右，但最終卻是9.54億，差了近三成左右。
不僅如此，財報指出期內虧損20.72億，同比縮小12.1%；而經調整淨虧損19.64億，同比擴大12.1%。
虧損額有兩個口徑，一個縮小、一個擴大。
資料顯示，這虧損額不同點在於，2025年上半年智譜為了追IPO上市，就把優先股全部轉成普通股，這筆負債連同它的增值虧損一起消失，上半年只確認了0.22億。去掉這4億，經營本身多虧了2.47億。
換句話說，今年的淨虧損額其實是經營虧損——原因包括研發投入增加、算力成本增加，還有收購了中科加禾等。
2026年上半年，智譜公司的研發投入約為21.31億元人民幣，約合3.17億美元。
虧損基本等於研發，研發是收入的兩倍多。
而且，6月5日，智譜和北京中科加禾智能科技有限公司的權益持有人簽訂了收購協議，以人民幣2.9192億元的總現金對價，收購中科加禾百分之60%的股權。
根據收購協議，對價會分四期支付，其中人民幣1.41億元已經在2026年6月支付完畢。中科加禾主要從事AI Infra基礎設施的研發工作，這次收購已經在2026年6月完成。
這就是今年上半年，智譜整體調整後淨虧損增加的原因。
所以唐傑也坦言，當前算力確實追不上美國，但現在我們要做的就是用有限算力做出更高智能能力的模型。
“下一代的模型，我們現在其實已經開始預研。我們有信心，下一代大模型出來的第一天，就一定能讓大家都用得上，而不是做一個大而用不上的模型。”唐傑說。
智譜董事長劉德兵則直言，接下來，就輪到了更大的使用者規模、商業規模或全球影響力來繼續驗證它。路還長，但智譜方向不變。
以下是智譜8月31日業績說明會的QA部分整理，不改變原意下有一定刪減和潤色。
問：我們先觀察到，今年以來這波模型在程式設計 Coding 上能力表現非常突出，在行業內也建立了很明顯的領先優勢。當然我們理解，Coding 本身也不僅侷限於程式設計的應用場景，同時也是網際網路所有產品的內容基礎語言。所以這邊想請教兩個問題。
第一個，站在公司的內部視角，這套在 Coding 上的領先身位，您覺得後續可以維持多長時間，會面臨那些比較關鍵的變數？第二個，公司這套沉澱下來的模型能力，是打算如何遷移到除了 Coding 程式碼以外的其他業務場景，有沒有比較落地的路徑上的考量？
唐傑（智譜創始人）：首先我們非常誠實地認為，任何單點的領先都是有時限的。今天一個 Coding benchmark 第一，可能這些 benchmark 都以周或月為單位更新，很快就會被追平，所以市場有起伏。
在這次半年報中，我們也誠實地表達了對 SOTA 的理解：對 SOTA 的理解，就是領先多久這個問題，但更值得追問的是，持續領先的能力有多強。
回顧過去約 11 個月，整個 GLM 模型家族從 4.6、4.7、5.1、5.2 到 5.3，連續完成多代迭代，能力曲線持續往上走；同時單位任務成本，也基本保持在相對健康的水平。這對我們而言，是一種持續迭代的能力，它比某一次單一的榜單第一更重要。
第二，我們對 Coding 的理解，並不是把它當成一個從 Go-to-market 或商業角度看、收入很快的產品線，它更像是我們整個技術邏輯上必須突破的卡點。因為沿著 Coding 往下走，我們才能真正往 Agentic、往長程任務、往 Agent-as-a-Service，以及我們最後講的 Fully Self-Training 方向演進。
原因其實比較具體。比如一個 Coding Agent，要完成一個複雜的工程任務，還需要做需求理解、任務拆解、程式碼閱讀、工具呼叫、修改程式碼、運行測試等等，最後還要重新規劃、驗證結果。更重要的是，它在這一整套環境和工作流中，有非常強的正反饋。
這是我們一開始，無論從技術邏輯還是產品角度，選擇 Coding 入手的原因。因為程式碼能不能運行、測試過不過、性能有沒有改善、bug 有沒有修好，都可以非常清楚地客觀驗證。這個問題對強化學習非常重要，因為很多知識工作最大的問題，不是模型會不會做，而是很難判斷到底有沒有做對。
Coding 恰好提供了一個規模化、自動化、低成本、可驗證的場景。所以模型每執行一次任務，都能獲得真實環境的反饋，非常適合訓練多步規劃、工具呼叫、錯誤恢復、長程任務執行、自我修正這一系列能力。
所以比如我們的 GLM-5.3，訓練環境已從傳統的 Coding exercise，擴展到真實的專家工程任務。一些專門任務，已經相當於資深工程師數千個小時的工作。這一點非常重要。以上這些思考，其實是想分享：Coding 的能力，從邏輯上講已經可以泛化、可以遷移，而不只是侷限於這個場景的預設。
比如我們的 5.3，在前沿工程能力之外，還湧現出一個特別的能力——網路安全 Security Agent。這也是一個很清楚的例子。
漏洞的發現並不是簡單被 CVE 收錄的邏輯，真正的困難在於，模型怎麼理解程式碼、怎麼發現異常、怎麼呼叫工具驗證，建立多階段的工具與防禦，特別是網路安全防禦的能力，並根據環境反饋持續調整方案。這和複雜 Coding Agent 所需要的底層能力高度一致，也是在這個基礎上的延伸。
隨著 5.3 的能力擴大到長程任務環境和後訓練的加強，網路安全能力上，5.3 出現非常明顯的提升。比如剛才我們董事長介紹的，在 CyberBench 中，5.2 的分數大概是 77.2，5.3 直接提升接近七個百分點到 84.5；ExploreBench 在 5.2 時大概是 24.4，5.3 直接提升 30 個百分點到 54.4。
還有一個很有意思的現象：越往完整的、需要長程規劃去走的探索性任務，5.3 相比 5.2 的提升越明顯。我們也把這一整套能力放到真實程式碼環境中驗證，看是不是我們的誤判。結果是非常強有力的支撐。
從 5.2 以來，公司已和多家國內安全團隊合作，在真實程式碼庫中累計發現、經專家篩選去重的漏洞達 2436 個，其中超過 1000 個是高危漏洞，覆蓋 269 個項目。這個結果，回到我最初的思考，比單純的 benchmark 更重要。因為它說明，從 Coding 中訓練出來的長程任務能力，已經順著延伸，非常自然地遷移到網路安全這種新的專業場景。
所以總結一下，我們不會簡單地把 Coding 的領先或護城河，定義成在某些 benchmark 上永遠領先多少分。我們真正希望建立的，正如您提問所問到的，是一個長效的能力牽引機制。
通過 Coding 提供高密度、可驗證的環境，訓練模型的長程規劃、工具呼叫、錯誤恢復能力；這些能力再遷移到 Security，再到資料分析、複雜自動化和更多專業場景的入口。因為我們已經清楚地意識到，Coding 繼續往下走，非常自然的延伸就是協同工作。但這個協同，和一開始大家理解的所謂辦公完全不同，它恰恰是在更多極其專業的領域、對真實複雜工作流的替代。
所以後面的整個 Co-work 場景，也不是拍腦袋選的，我們有三個非常清晰的標準：
第一，看任務有沒有足夠高的治理門檻；
第二，看任務能不能被有效驗證；
第三，看完成這些任務有沒有足夠高的經濟價值。
目前網路安全是驗證出來最清晰的一站。除網路安全外，法律、金融、資料分析等方向我們也在嘗試，但因為可靠性的門檻和驗證機制不同，商業化的節奏也不一樣。
所以 Coding 的持續領先，以及是否能在每個 benchmark 上持續領先，我覺得不是最本質的問題。真正重要的是：當 Coding 繼續往下延伸，我們能不能自然地把這套能力遷移到下一層，特別是 Co-work 這個更複雜、更高價值的層面。
如果每一代模型都能承擔比上一代更長、更完整、更專業的工作，那麼 Coding 本身就變成一個元能力（Meta-capability），公司能服務的高價值任務邊界就會持續向外擴張。這個遷移速度和迭代速度，這種沿著能力不斷解鎖新場景的速度，才是我們想真正建立的長期壁壘。我先回答到這。
問：我們這邊特別關注公司算力層面的規劃，想問一下：目前算力擴張的進度如何？現有資源能夠支撐多大規模的訓練和商業化供給？感謝。
唐傑：這是一個大家都特別關心的問題。第一，算力供給的問題，現在在中國的模型公司、在行業內，其實是一個共性問題。從智譜的角度，我們一直在努力獲得算力的擴容和儲備，所以算力今年以來，一直沿著非常健康的節奏持續擴張，同時訓練側和推理側都在增加投入。
但現在可能已經到了下半場，行業內越來越意識到，不能簡單地用"你有多少張卡"或某種型號的卡的數量，來衡量一家公司在算力支援和供給側的能力。原因在於，大多數行業內的公司今天都一樣，算力的來源和用途已經比較多元化。比如以智譜為例，算力資源來源同時包括自有叢集、算力租賃和算力服務採購；用途上也投入到不同方向，比如預訓練、中訓練、後訓練，以及生產推理。不同代際、不同架構的晶片，簡單說就是多元異構，實際的訓練效率和推理分佈差異非常大。所以簡單把卡加起來，不是一個簡單的數學問題，它不能直接反映算力供給和調度的能力。
我們內部比較關注什麼呢？除了剛才從商業和報表健康度角度講的算力乘數概念，另一個概念，是我們更關注"有效的算力"。簡單講，就是有多少算力已經安裝，能夠穩定調度、長期運行，最終轉化為模型訓練和穩定可計費的 Token。所以對於一個大模型公司而言，本質上要回答的問題，不是有多少張卡，而是這些資源最終能支撐多快的模型迭代水平，以及能有多大規模的商業化供給。
過往半年，行業內也有一個非常大的變化：因為推理側的業務體量已經到一個比較大的規模，大家都不會把單一管道的來源，無論是進口卡還是國內卡，作為唯一的規模化來源。截至今年上半年，公司已實現大概 10 萬卡等級的國產晶片規模化低成本推理。
在 GLM-5.3 的發佈中，我們也做了一次超大規模真實流量下的實驗。我們最早這個模型是匿名上線，背後全面使用國產晶片叢集提供服務。我們當時就是想試一下，在超大規模流量上能不能經受住考驗，事實證明經受住了。當時 6 天大概 60 兆 Token 的呼叫，無論對 OpenLook 還是 OpenCode 兩個平台，都是歷史級的、從未經受過的超大流量。我們非常自豪，國產卡承受住了這種超大規模和流量的推理，並提供了非常好的服務。
這裡的關鍵是，我們要更進一步：看算力問題，不能只看國產卡能不能跑。這次 5.3 Flash 已經證明，國產的加速卡和推理卡肯定能跑、而且跑得很好。現在進入深水區的問題是，怎麼驗證國產卡的經濟情況。針對國產卡或國產晶片在算力容量、頻寬、長上下文約束等方面的客觀情況，每個模型公司都一樣，但這裡面會有能力上不同資源投入和側重的方向。
智譜從半年前開始，就有 Infra 的策略，非常重視算力調度這塊的投入。所以從 5.3 開始，我們重新做了推理引擎和框架，包括編碼解碼（KV Cache）、PD 分離的量化、Layer Split、快取命中最佳化等工作。所以 5.3 發佈時我們有過披露：在相同的國產硬體或算力基礎上，這套基礎設施的能力端到端相比初始基線，實現了 3 倍的服務性能提升。這件事非常有象徵意義。它意味著，你面對有限的資源、複雜的算力供給環境，如何通過調度能力的提升，在限定範圍的算力供給下，用更高效率持續供給更優質的 Token。這比簡單通過某些管道、各種辦法去儘可能擴張海外卡來源，可能更本質，也是未來大家會越來越多面對的問題。
這是推理側的情況。訓練側稍有不同。前沿模型的訓練，對結構的要求越來越重要，它不是一個量上的要求，而是結構的要求。特別是大規模同構叢集的穩定性、網路通訊軟體，以及長期運行的要求都非常高。目前這是一個結構性的錯配，但在慢慢改善。因為國內算力環境的現狀還是以異構算力為主，國產卡的主要供給還沒有到非常大的放量階段。但我相信，可能在很快的 3 到 6 個月內，能看到大量先進的國產卡廠商迎來放量，到那時，目前異構算力定型的情況能得到比較大的改善。所以我們的下一代基座模型訓練已經在推進。在算力配置上，我們會優先保證關鍵訓練窗口，不會因為推理側需求的歷史性放量，就把所有資源都堆到推理上。
總結來看：算力側，物理算力供給的擴容肯定會繼續；第二，從結構上看，會有更多國產晶片進入推理；第三，對大模型公司越來越重要的事，是 Infra 能力——如何通過模型和 Infra 的最佳化，提高每單位物理算力產生的有效 Token，同時算力乘數繼續提升。這是我們的思考。下一階段我們給自己的定位是，真正的主要矛盾，是如何把每一單位算力轉化成最多的有效 Token 和最多的商業價值。
問：第一個問題：基本市場上有一個看法，認為模型公司最終會被商品化，而中間的 harness 或 Token 分發的 Orchestration 層面會帶來更高價值。我不知道管理層同不同意這個看法。因為我們也看到，SOTA 以外的第一梯隊模型公司越來越多，我不知道模型層會不會有商品化風險。
第二個問題：剛才分享的末段提到全球影響力。我們也有跟蹤唐老師在社交網路上的一些發言。我不知道現在我們在跟海外頭部模型拉近距離，是否足夠讓我們的模型帶去全球影響力；或者在未來訓練路徑上，會不會有一天，別人會在社交網路上反過來問：海外的模型需要多久才能追趕到智譜的下一代模型？
唐傑（智譜創始人）：我來回答第一個問題。
我們認可單點的領先本身並不能形成長期定價權。今天某個 benchmark 第一，可能幾周之後就被追平。所以我們真正想建立的，不是永遠保持某個榜單第一，而是持續把能力和成本前沿往外推。我們主要看四件事。
第一是迭代速度。過去約 11 個月裡，GLM 從 4.6、4.7 到 5.3，連續迭代了 6 代，某個評估上的智能指數從 32 提升到 60；同時旗艦模型單任務成本基本維持在 0.2 美元量級，GLM-5.3 Flash 又把這個成本推進到約 0.045 美元。單次領先是可以被覆制的，但如果一個團隊能持續以較快節奏提高智能、同時控制單位任務成本，這條能力曲線就更難被覆制。
第二，從分級 benchmark 拉開到真實任務完成率。業界或很多公開分析認為，benchmark 能力一定會越來越趨同，但任務越長，差異越容易被放大。讓兩個模型回答同一道題，可能只差幾分；但讓它們連續執行幾個小時的軟體工程任務，自己理解程式碼庫、呼叫工具、處理失敗、重新規劃並最終交付結果，差距會非常明顯。GLM-5.3 的訓練和評測，已越來越多轉向這種長程、可執行、可驗證的任務，而不只是追逐靜態題庫。
第三，從低價值任務進入高價值任務，真正決定定價權的不是 Token 本身，而是這些 Token 最終能完成什麼任務。同樣 100 萬 Token，用來閒聊，或用來完成一個工程任務、修復一個生產系統漏洞，為客戶創造的價值完全不同。所以我們的路徑是從 Coding 走向 Agent、Co-work：模型能承擔的任務越完整，客戶購買的東西就越從 Token 接近任務結果。到了這個階段，客戶更關心一次任務能不能完成、減少多少工程師時間、降低多少錯誤和風險，而不是單純比較每百萬 Token 便宜幾毛錢。
第四，進入客戶工作流以後，形成使用深度或遷移成本。基礎模型最終不是一個孤立的 API 模型，一旦進入客戶程式碼庫、工具鏈、內部資料和工作流程，客戶就會圍繞它積累 prompt、評估體系、權限體系、評測標準和工程流程。這時切換模型，考慮的就不只是 API 單價，而是整體任務完成率、穩定性，以及重新適配的成本。
上半年的商業資料已經開始驗證這個邏輯：API 平均售價提高約 101% 的同時，Token 呼叫量仍在大幅增加；按收入計，前十大使用者日均呼叫量較年初增長 98 倍。換句話說，我們看到價格在提高，但核心客戶反而用得更深。這說明使用者不是單純因為便宜才用，而是在模型能力提高後，願意把更多真實任務交給它，並為更強的能力支付更高價格。
所以，我們認為未來行業會出現兩條價格曲線：一是同等智能的價格一定會持續下降，Flash 就是在做這件事；但對於真正能打開新任務邊界、顯著提升任務成功率的 frontier model，仍然有定價權，甚至有進一步提價的空間。我們真正希望拉開的，不是某個 benchmark 的幾分，而是四個差距：更快的模型迭代、更高的真實任務完成率、更低的單位智能成本，以及進入更高價值的工作流。只要這四件事持續成立，單次領先被追平並不會消滅定價權。真正決定定價權的，是使用者下一次更難的任務，是否優先選擇我們的模型。謝謝。
公司管理層：我來補充第二個問題，關於整個海外，無論是商業上還是模型競爭上的一些考量和進展。
智譜從 2025 年開始，就有比較有規模的出海業務。分階段來看，最早我們賣本地化部署這種形態時，海外業務出海的形態以主權大模型項目為主。當時我們也披露過，比如馬來西亞的主權大模型項目，是智譜最早通過部署方式進行的出海嘗試。後期隨著業務形態發生質變，目前業務主體已轉向開放平台 API 業務。
所以這次 GLM-5.3 Flash，我剛才講到也是一個嘗試。我們也確實看到，目前中國模型整體在前沿能力上，誠實地講，跟海外特別頭部的模型之間還有一定差距。但在一定技能水平下，綜合考慮智能和成本兩個維度的帕累托最優，智譜的 GLM 模型——無論是 5.3 作為高階智能的代表，還是 5.3 Flash 作為普惠且性價比高的代表——牢牢卡住了兩個生態位。
這次在半年報的描述中，我們有一張雙帕累托最優的圖，闡述得比較清楚：在高價值任務層和普惠層，我們都做到了不錯的位置。所以從海外競爭格局和出海業務邏輯角度，我們在非常積極地推進與海外 CSP 平台的合作。未來肯定會考慮通過開源模型、本地託管、收入分成等方式，進行出海的拓展。我相信很快，在 1 到 2 個月內，會有比較好的進展和大家分享。我先補充到這，請下一位提問。
問：如何規劃下一代模型能力？尤其 GLM-5.5、GLM-6，您覺得最核心的提升方向是什麼？參數規模、架構和訓練方式會有那些變化？謝謝。
唐傑（智譜創始人）：感謝提問，我來回答。對於 Scaling，我們並沒有停止，我們的目標就是做智能創新，所以我們一直在把模型智能水平進一步提升。這也是我們曾經的選擇。比如我們之前也做了很多多模態、視訊生成，包括圖像更新的一些研究。但後來我們發現一個問題：很多多模態、包括生成視訊這類任務，其實並不能對智能提升起到很大幫助。這也是為什麼後來我們關注文字，以及文字和多模態互相幫助的形態。
另一方面，我們也發現，模型原來簡單地回答問題，也就是知識類任務。一開始，基座模型訓得越來越大，就能把很多知識存進去。但後來我們發現，應用需求以及智能創新越來越多地偏向"做事情"。所以我們慢慢把工作重心轉向 Coding，甚至轉向最近的 Co-work 這樣的工作。
對下一代的研究，我們更多也是一樣的思路。第一，現在網上的文字資料其實已經沒有那麼多了，更多時候我們在用合成資料。所以對基礎模型，我們會進一步擴大規模，把基礎模型做得更大。一方面，基礎模型做大，會更多地存取知識，並把知識表示得更好，使智能創新的天花板更大；另一方面，我們還會做很多事，比如增強推理能力。原來的推理能力需要把啟動參數做得特別大，但啟動特別大時，推理就會特別慢。比如一個很大的基座模型，如果啟動也特別大，推理速度就會特別慢，可能每秒只有幾十個 Token，很慢，成本也很高，模型就很難被重複使用。
所以我們這裡會採用很多新技術：通過不大的啟動，但通過擴展推理深度，使模型能更深度的推理，從而把推理成本做得比較低。這是我們第二個思考。
另外，後訓練方面我們會大大加強。我們不僅把精力放在基礎模型，還會把後訓練做得很重。這樣使得我們在追趕——說實話，中國的算力永遠趕不上美國那些巨頭和 Anthropic 的算力，但我們必須想一些新技術方法，包括工程方法。後訓練方面我們現在有優勢，因為早年，我記得 OpenAI 在 2022 年 11 月 30 日發佈 ChatGPT 時，我們就成立了幾百人的資料標註團隊，在資料、環境搭建上花了很多功夫。所以這一次大家看到 5.3 的發佈，一下子比 5.2 效果好很多：我們在資料環境上搭建了幾十倍的資料環境，效果大大提升。基於這個資料環境，我們做了很多相關工作，未來也會進一步增強。
當然最重要的是未來。如果要做到 6.0 這個水平，我把它定義叫做完全自監督訓練，美國那邊很多人會把它叫做 RSI，也就是模型具有自進化的能力。我們這邊把它定義為完全自訓練：模型從預訓練、到元（前）訓練、再到 post-training，都可以完全自己訓練自己，並做自進化。這是一個很大的挑戰。最大的問題是什麼？模型能自己判斷自己，什麼時候停止自己，什麼時候糾正自己。這是最大的難題，而不是簡單讓模型訓大、直接往下訓。所以未來模型研究中，我們會把它作為一個重點。當然我剛才也提到，未來研究還會把倫理、社會治理考慮到模型中。這是我們下一階段的一些考量。感謝提問。
問：我有個問題，市場上有一些關於智譜模型參數或後訓練的質疑；同時我們看到部分競對開始向推理側方式推進。從短期看，公司在參數上相對克制的原因是什麼？剛剛可能也回答了一部分。另外，我們後面參數量的提升節奏大概是什麼樣？謝謝。
唐傑：我來回答這個問題。其實這是一個選擇。
大家知道，在不同時候，我們都可以做預訓練、做後訓練、做資料，這有幾個方面。我就發現一個觀點在探討相關問題：一方面是手上的算力；第二方面，是我們每做一個東西，到底應該做成什麼樣子；第三是使用者能在什麼時候來用。
比如我們現在來思考一個問題：我們現在手上有多少資料。現在國內，一般來講資料規模都在 30-50P，也就是 30-50 兆 Token 的訓練資料規模。在這個訓練規模下，如果用 scaling law 來探討，其實訓得特別大，收益並不是特別大；同時我們的算力也有限。這時你訓多大是最優的，就是一個值得商榷的問題。
第二，因為我們現在在 pre-training 和 post-training 中，都沒有把潛力打滿，也就是沒有把它用盡。這時我們簡單地給一個數值來判斷是最關鍵的。但你說我們在什麼時候要不要預訓練這個基礎、要預訓練多大？難道我們就不預訓練嗎？也不是，這是我們其實有自己的佈局。
所以從年初到現在，我們有一個非常清晰的路線。1 月份的時候，我們定了 5.3 這個基座，我們平時是 774B（約 7740 億參數）。我們訓這個大小的時候，就決定了這個模型要用半年以上。用半年以上，我們會在中間做什麼？比如 5.1 會做什麼、5.2 會做什麼、5.3 會做什麼，其實我們從年初就有相關規劃，包括 pre-training 環境要搭建多少資料、post-training 會加多少資料。這是我們的研究規劃。
當然到今天，如果你問我同樣一個規劃，我們應該做下一代模型，下一代的模型細節參數我就不說了，但它會是一個很大的基座。在下一個很大的基座基礎上，我們會做什麼樣的中訓練、什麼樣的後訓練，這是下一步要進一步探討的。我們對每一個基座模型的基本思維是：每一個基座都會把它的能量放大到最大；最後，每一個基座都能讓大家用得上。所以現在這個模型，我們把推理成本最佳化得非常好了，這使得我們開源出來，很多公司裝上以後就能用、真的能用得上。對我們自己來講，有項目能用上，推理成本也比較低，這才使得我們能支撐如此大規模的呼叫。
下一代的模型，我們現在其實已經開始預研。我們有信心，下一代大模型出來的第一天，就一定能讓大家都用得上，而不是做一個大而用不上的模型。 (智能紀元AGI)