出品｜虎嗅科技組

作者｜宋思杭

編輯｜苗正卿

頭圖｜大會現(xiàn)場拍攝

大會開場的前15分鐘，張鵬遲遲沒有上臺演講。他在等兩個重大的簽約儀式。

?

兩個半月前，這家大模型明星公司提交了上市輔導(dǎo)備案。兩個半月后的今天，7月2日上午，智譜CEO張鵬身著白色襯衫出現(xiàn)在張江科學(xué)城這座極具標(biāo)志性的地標(biāo)建筑中，而他今天出現(xiàn)在這里的最重要原因，就是宣布戰(zhàn)略融資。

?

這已經(jīng)是智譜今年的第五次融資了。這一次，也是國資入局。 （虎嗅注：其余四次分別在3月和4月完成，分別獲得由成都、珠海、杭州、北京投資。）

?

事實上時隔一段時間，智譜都會向外界交一份成績單。但與以往不同的是，今天的這張成績單是首次在上海這座城市呈現(xiàn)。

?

在張鵬上臺前，現(xiàn)場還進(jìn)行了兩大重要簽約，其中一個便是由浦東創(chuàng)投集團(tuán)、張江集團(tuán)和智譜三方同臺完成的。據(jù)悉，智譜再獲由浦東創(chuàng)投集團(tuán)和張江集團(tuán)的10億元戰(zhàn)略投資，并于近期完成首筆交割。另據(jù)虎嗅獨家獲悉，首筆交割金額為5億元，占比達(dá)到本次融資金額的一半。該筆資金將主要用于MaaS（Model as a Service）開放平臺產(chǎn)業(yè)生態(tài)的建設(shè)，并在上海落地行業(yè)生態(tài)、城市生態(tài)、政府生態(tài)。

?

實際上，對于智譜這家AI獨角獸公司而言，MaaS是一個極為重要的存在。從橫向來看，智譜是提供大模型能力的基座模型廠商，但從縱向來看，智譜又需要向客戶提供模型能力的服務(wù)，這也就意味著，智譜不僅模型能力需要站在第一梯隊，更要在服務(wù)能力上勝過其他廠商，尤其是既有基礎(chǔ)模型又懂行業(yè)know-how的大廠。而MaaS就是補(bǔ)齊模型服務(wù)能力關(guān)鍵的一環(huán)。

?

而本次在上海張江落地的MaaS正體現(xiàn)了智譜發(fā)力MaaS的決心。今天，在上海張江科學(xué)城所見證的今年第五次融資，同時也意味著國家隊對智譜的深度認(rèn)可和戰(zhàn)略綁定。在當(dāng)前全球AI大模型競爭白熱化的背景下，國資的入局無疑為智譜注入了強(qiáng)大的“定心丸”和“加速劑”。

?

值得一提的是，在大約四個月前，3月份，上海張江集團(tuán)與智譜達(dá)成合作，共建模力社區(qū)-智譜大模型MaaS平臺。截至目前，有接近智譜方面告訴虎嗅，MaaS平臺已在翻譯、合規(guī)審查、市場文案創(chuàng)作、英文口語陪練等數(shù)十個可快速復(fù)制的場景落地，并且大部分案例都落地在上海張江。

?

而在宣布融資之外，智譜所向外界披露的另一個重要成績是，新模型的開源并發(fā)布——通用視覺語言模型GLM-4.1V-Thinking。

?

從發(fā)布會現(xiàn)場來看，4.1V-thinking模型與以往模型的最大不同之處在于其視覺推理能力。例如，現(xiàn)場演示了該模型實時解說蘇超足球賽的能力，這背后體現(xiàn)的是模型對復(fù)雜動態(tài)圖像的理解和事件邏輯的建模能力，而非簡單的圖像識別。

?

其實，從目前市面上的大語言模型和多模態(tài)模型來看，能做到將多模態(tài)理解和推理融合在一起的并不多。在現(xiàn)場，張鵬特意強(qiáng)調(diào)，GLM-4.1V-thinking之所以能做到這樣的效果，也正是得益于這是一個小參數(shù)模型。通過本場發(fā)布會，能夠看到的是，智譜正在嘗試用新的技術(shù)路線來實現(xiàn)SOTA（State-of-the-art）和創(chuàng)新。

?

而這也正是本次發(fā)布會除了資本層面之外，更為重磅的消息。這不僅僅是模型版本號的迭代，更是智譜在多模態(tài)AI領(lǐng)域從‘感知’向‘認(rèn)知’躍遷的關(guān)鍵一步。

?

GLM-4.1V-Thinking的核心優(yōu)勢在于其引入的“思維鏈推理機(jī)制（Chain-of-Thought Reasoning）”和“課程采樣強(qiáng)化學(xué)習(xí)策略（RLCS, Reinforcement Learning with Curriculum Sampling）”。這使得模型能夠像人類一樣進(jìn)行多步驟的邏輯思考，系統(tǒng)性地提升了跨模態(tài)因果推理能力與穩(wěn)定性。

?

尤其值得關(guān)注的是，其輕量版GLM-4.1V-9B-Thinking模型，參數(shù)量控制在10B級別，卻在MMStar、MMMU-Pro等28項權(quán)威評測中，有23項達(dá)到10B級模型的最佳成績，其中18項甚至持平或超越了參數(shù)量高達(dá)72B的Qwen-2.5-VL。

?

可以看到，智譜本次所呈現(xiàn)的視覺推理能力，算是終于拿出與DeepSeek能夠形成差異化的產(chǎn)品能力了。

?

其實2025年上半年，AI大模型的風(fēng)向正在悄然發(fā)生轉(zhuǎn)變，過高的估值已經(jīng)讓一些模型廠商難以跟上步伐，而目前還在第一梯隊的AI獨角獸，則在加快腳步突破更多的商業(yè)化落地項目。上半年所釋放的另一重信號是，除了智譜在4月份提交上市輔導(dǎo)備案，另一家AI獨角獸MiniMax也在考慮港股上市。當(dāng)AI獨角獸扎堆IPO時，一些新的技術(shù)突破還正在發(fā)生。

?

以下為智譜CEO張鵬在現(xiàn)場的演講內(nèi)容。由于現(xiàn)場的演講內(nèi)容含有大量的演示，所以筆者僅呈現(xiàn)了張鵬的核心觀點，其中包括智譜的重要模型發(fā)布，以及智譜作為基座模型廠商，其正在突破的一些關(guān)鍵挑戰(zhàn)。

?

下附張鵬演講內(nèi)容，有刪減：

?

今天，是我們首次在上海舉辦這樣的活動，并且發(fā)布最新成果。

我們通常喜歡在發(fā)布會現(xiàn)場做演講，那么今天請同事在現(xiàn)場幫我們做非常簡短的Demo。大家看到現(xiàn)場的演示是真實在線的，可以看到屏幕在拍攝。

（此處省略演示環(huán)節(jié)）

索性今天沒有現(xiàn)場翻車，我們經(jīng)常會碰到現(xiàn)場Bug的情況，但今天的演示很順利。在演示中大家看到了兩件事情：

一是，模型內(nèi)容生成能力給我們帶來了新的可能性，原生的模型、原生的能力就已經(jīng)能夠代替原來我們需要很復(fù)雜工作流等工具來輔助我們生成內(nèi)容的工作。

二是，給它復(fù)雜的內(nèi)容（圖表、數(shù)據(jù)）能夠很自然地理界、很深刻地理解推理，并且生成非常合理符合要求的文字內(nèi)容。這些內(nèi)容到底是如何產(chǎn)生的呢？

經(jīng)過去年及今年上半年突飛猛進(jìn)的發(fā)展，人工智能在各個行業(yè)中給我們帶來了非常多的顛覆。這樣的顛覆總結(jié)起來大概有三個方面的內(nèi)容：

（1）知識權(quán)威的重構(gòu)。

典型的大家聽過一些小的故事，比如說有人去醫(yī)院看病，醫(yī)生診斷完之后給他開了處方和診斷，病人掏出手機(jī)來說病人你的診斷和我問了大模型之后的結(jié)果不一致，請問你們倆誰對？醫(yī)生看完診斷的結(jié)果之后說對不起，我失誤了，大模型的回答比我更準(zhǔn)確。這只是一個小小的個例，但個例也表明了在醫(yī)療、法律、教育等專業(yè)領(lǐng)域，AI的能力已經(jīng)在逼近甚至超越人類專家的水平。

（2）創(chuàng)意權(quán)威的重構(gòu)。

大家可以看到剛才的內(nèi)容檢索、整理、生成，這些工作原來我們認(rèn)為只有具備創(chuàng)意能力的人才能夠完成，而且是具有非常豐富工作經(jīng)驗和技術(shù)知識的人才能完成的工作，今天AI也能夠為你完成的還不錯，并且已經(jīng)向著人類專家的水平在逼近。

（3）技術(shù)權(quán)威的重構(gòu)。

開發(fā)范式上的顛覆，大家可以看到剛才的PPT是怎么生成的，不是用WPS寫的PPT，是用一行一行代碼的方式，是用code的方式完成的整個生成，也就代表著模型在code代碼編寫的能力上在大大往前邁進(jìn)，甚至超越人類平均水平線，同樣逼近了人類頂尖專家的水平。

這樣的AI能力急速進(jìn)化，可以稱之為“技術(shù)平權(quán)”，也可以稱之為“權(quán)威的重構(gòu)”。之所以能夠?qū)崿F(xiàn)這些權(quán)威的重構(gòu)和AI對人類實現(xiàn)的挑戰(zhàn)，其實背后是技術(shù)范式的演進(jìn)。

人類大腦、人類智能水平其實是非常復(fù)雜的，包括了語言能力、視覺能力、語音能力、行動能力、思考能力、推理能力，方方面面的能力都由大腦統(tǒng)一完成。

但現(xiàn)在AI在逐一破解這些能力的密碼，比如說在語言能力上，在生成文字內(nèi)容的任務(wù)上，我相信在座每一個人都沒有拍胸脯的信心說一定會超越現(xiàn)在的AI，在語言能力上，AI已經(jīng)逼近了人類最頂尖的水平，達(dá)到了人類天花板90%的水平。

同樣在視覺能力、推理能力等方面，我們都在大踏步前進(jìn)。因此，造就了知識、創(chuàng)意、開發(fā)等各個領(lǐng)域的權(quán)威重構(gòu)。

對于現(xiàn)在現(xiàn)有的大模型能力，我們不禁要問一個問題，看起來這些能力都非常強(qiáng)，而且都逼近了人類頂尖專家的水平，這些能力已經(jīng)到達(dá)了上限嗎？還有更高的天花板嗎？作為一個做技術(shù)出身的人，我覺得我們的感觸是遠(yuǎn)沒有，還有大量空間等待我們?nèi)ヌ剿鳌?/p>

剛才那張圖上大家看到了，除了語言能力以外，大多數(shù)的能力都在人類水平的70%、60%的水平，還有少量的像運動控制等能力還在很低的20%、30%的水平上。這樣的能力仍然有待極大的提升。

我們認(rèn)為長期來看智能水平的提升還是要依賴于基礎(chǔ)大模型的演進(jìn)、技術(shù)的突破。

第二，我們希望大模型/AI能幫助我們解決這些問題，不光能思考，還能幫助我們解決執(zhí)行的問題，在代碼和執(zhí)行能力上（Agent能力）也仍然還有大量的空間去提升。

第三，希望AI是受我們控制的，能幫助我們完成工作、安全的，而不是為我們造成傷害。在大模型幻覺性的解決上、自主控制上還有大量的事情等待我們?nèi)ソ鉀Q。

在這些方面，我們有這樣的期待及突破的方向。

也因此，對于今年（2025年）大模型趨勢做了如下的預(yù)判。可能有參加過之前年初活動的朋友聽過。

第一，基座模型的突破為我們帶來智能水平上界突破的基礎(chǔ)工作。智譜作為最早、堅持時間最長的國內(nèi)大模型研發(fā)廠商，仍然在投入大量精力、資源、技術(shù)研發(fā)力量做基礎(chǔ)模型的研發(fā)工作、訓(xùn)練工作。

并且我們在持續(xù)探索有沒有可能出現(xiàn)新的范式，從預(yù)訓(xùn)練到對齊到強(qiáng)化學(xué)習(xí)到推理，再下一個新的方式是什么？這也是我們在研究和突破的內(nèi)容。

第二，智能體方面，希望現(xiàn)有的大模型能力能通過智能體的方式轉(zhuǎn)化成真正的生產(chǎn)力，幫助我們在日常生活和工作當(dāng)中解決實際的問題。到底是偏向于白領(lǐng)的創(chuàng)意型工作，還是偏向于藍(lán)領(lǐng)的體力工作，還是偏向于頂尖研究人員的創(chuàng)意和研究探索型的任務(wù)更合適？這些問題仍然在不斷地探索。只有讓AI工人實現(xiàn)了代替人的一部分基礎(chǔ)性、重復(fù)性的工作，才能夠?qū)崿F(xiàn)真正的降本增效，這是智能體能力的關(guān)鍵點。

第三，自主大模型，希望大模型能更聽人類的話，更遵守基本的規(guī)則，不要危害我們，知道自己做的事情什么時候是有問題的，能夠自我糾正。在模型自我控制、對內(nèi)知識準(zhǔn)確性、對外行動可靠性上還是要持續(xù)提高，這是我們對于當(dāng)下大模型技術(shù)發(fā)展的趨勢預(yù)判。

當(dāng)然，也有人會問你們憑什么能夠做這樣的預(yù)判？那是來自于智譜對于AGI終極目標(biāo)路線的規(guī)劃。我們把AGI路線圖劃分為L1-L5，像自動駕駛一樣的五個層次。從預(yù)訓(xùn)練大模型—對齊推理—自我學(xué)習(xí)—自我認(rèn)知—意識智能，五級一步步向上邁臺階。過去幾年完成了預(yù)訓(xùn)練基本基礎(chǔ)的研發(fā)、突破、收斂，也解決了跟人類對齊、思維鏈程度的對齊，也是推理能力的實現(xiàn)。現(xiàn)在我們嘗試在自我學(xué)習(xí)方面，讓AI能夠根據(jù)外界的反饋自我提升。這是我們在努力的方向。

未來希望它能有自我認(rèn)知，甚至上升到類人意識的層面，形成更完整的智能。