出品｜虎嗅科技組

作者｜宋思杭

編輯｜苗正卿

頭圖｜智譜Openday現場

那個在一個月內斬獲三輪國資的“國家隊”智譜，終于開啟與DeepSeek正面交鋒。

3月31日，智譜在中關村論壇閉幕式現場發出奇襲，這同時也是一場醞釀已久的反擊。

當天，智譜在智能體產品和基座模型兩大維度，分別推出“AutoGLM沉思模型”和推理模型GLM-Z1-Air（以下簡稱“Air”）。值得一提的是，智譜不僅再次上演“以小搏大”，其宣布在性能表現上，Air僅用32B參數即可比肩671B的DeepSeek R1模型；更重要的是，價格還僅是DeepSeek R1模型的1/30。

這是2025年以來，大模型六小虎中首個發布推理模型，并宣布能夠媲美DeepSeek的AI獨角獸。然而，性能比肩還不夠，DeepSeek的先發制人也不由得讓智譜需要給出更高的籌碼，才能達到反擊效果。所以在本次發布會上，智譜則是以每百萬tokens 0.5元的價格反擊DeepSeek，而且該模型也即將于2025年4月14日正式開源。

圍繞2025年的大模型圈，“預訓練”已經很難再次成為關鍵詞。最明顯的表現是，大模型六小虎中已經有兩家出現嚴重的戰略搖擺。其中，百川智能大批核心成員離職，并砍掉了包括在B端大模型商業化進程最快的金融業務和互聯網業務；而零一萬物則是主動放棄萬億參數賽道，全面轉向B端業務。此前，李開復曾在與彭博社采訪中談道，“未來的大模型將會收斂至DeepSeek、阿里巴巴、字節跳動三家。”

但也并非所有大模型廠商都在摒棄預訓練、擁抱DeepSeek。對此，智譜創始人兼CEO張鵬告訴虎嗅，“我們仍然會堅持預訓練，但更深一層的問題是，目前關于預訓練有很多沒有被關注到的點，比如預訓練的架構、數據使用效率等等。”

實際上，自2025開年以來，DeepSeek對所有基座模型形成的降維打擊，正在持續給整個行業帶來余震。“DeepSeek做得那么好，為什么還要投你？”類似這樣的靈魂拷問，卻從未在過去兩年從投資人的口中傳出。相反，“大模型六小虎”曾是他們摘不到的星星。

而從整個第一季度來看，資本正逐漸對大模型初創公司失去耐心。可以說，除了智譜連續拿到地方產投融資，目前并無市場化資本進入到其余大模型企業當中。

與此同時，這種降維打擊所暴露出的另一面是，即使是用百億元砸出來的預訓練，也沒能讓基座模型廠商形成護城河。

商業化難題，是大模型企業這三年來都沒能繞過去的檻。繼拿到多筆國資后，智譜也即將開啟新旅程。在今日的發布會現場，CEO張鵬首次正面回應：“智譜的確在為IPO鋪路，但目前并無具體計劃。”

隨之而來被擺到臺桌上的疑問是，在如今大模型商業化前景并不明朗之際，作為大模型六小虎之首（根據估值排名），這條路智譜能否順利走下去？

值得一提的是，在商業化布局方面，智譜正在以端側為切口，滲透到金融、教育、醫療、政務等七大行業。在海外方面，智譜還在本次發布會上正式宣布與東盟十國及“一帶一路”沿線國家共建“自主大模型共建聯盟”。

然而，在談及到智譜是否側重B端時，張鵬坦言道，“我討厭標簽，智譜也并不是一家做ToB的公司。我們只做自己認為有意義的事。”

實際上，關于究竟應該做ToB還是ToC，對于國內大模型公司而言并非是一道選擇題。甚至，有一個共識是，長遠而言，大模型的未來一定在C端應用上。只不過，短期來看，擺在所有大模型企業面前的，也只有一條路。

對于杭州、珠海、成都等地方產業而言，智譜的確能許他們一個動聽的故事。比如在浙江打造多個產業的垂直大模型示范項目，再比如與珠海龍頭企業打造城市級GLM大模型空間。但對于智譜這家估值百億元的大模型創業公司而言，其真正的星辰大海是一個MAU過億的C端應用，是一個能塑造出完整生態的大模型產品。

更毋庸置疑的是，這場商業博弈的底層邏輯，需建立在B端場景的短期盈利閉環之上。然而行業見證的是，價值體系重構戰役的全面爆發。

自2025年初DeepSeek以“成本優勢+開源”一套組合拳撕開市場缺口，頭部云廠商能夠依托生態優勢迅速卡位，而大模型創業公司也只能利用價格來力挽狂瀾。

也許，智譜希望通過制造這場奇襲，給DeepSeek造成“億點”沖擊。

以下是與智譜CEO張鵬對話實錄：

Q：如今DeepSeek給大模型公司造成了或多或少的沖擊，您剛剛也提到Air模型將于4月14日開源。智譜的開源策略和商業化如何形成互補？

張鵬：開源是我們智譜從第一天開始就堅持的事情。宣布2025年是我們的開源年，是考慮到當下，尤其是DeepSeek發布之后對于整個技術生態的影響，大家認知上的影響。我們覺得從開源角度可以加大一些力度。

當然從商業角度來說，肯定會對我們商業策略和服務模式會有一定影響，我們也做了及時的調整，內部也做了相應的調整。我們認為模型即服務（MaaS）會真正落地，變成用服務的模式把模型基礎設施的特征體現得更明確。因為過往的模式在于大家所有的關注點在模型本身上，但是企業或用戶不管是調API或者買模型也好，怎么使用好這個模型才是大家面臨最大的問題。

從這點來說，作為基座或模型的提供方，這些業務如何以創新的方式實現，需要雙方磨合出能夠落地的方案。在這樣的前提下，開源不開源、免費不免費，本身已經不是特別關鍵的問題。

Q：現在大家很少提預訓練大模型的能力，你怎么看預訓練大模型基礎的能力？另外RL、CoT這種后訓練的模型推理能力，讓推理模型能力逐漸提升，而且提升的性價比從用戶端感知可能是比較好的。你覺得推理模型的天花板在哪里？主要使用場景在哪里？

張鵬：對于預訓練這件事情，今天早晨我們在一個圈子里討論問題，也是不斷的學習。大家反共識的點在于什么呢？預訓練仍然很重要。為什么仍然很重要？預訓練雖然現在關注度不那么高，但是后面的RL或者各種方法也好，其實本質上還是依賴預訓練所帶來的基座模型天花板，無論是RL等等也好，都是在深度更大的程度挖掘、逼近這個天花板，這個天花板是隱形的。但是預訓練仍然很重要，當然預訓練里面的問題非常多，或者待研究的點非常多，預訓練的架構、數據使用效率甚至是訓練計劃怎么優化？就像我們說的智能體的學習一樣，是不是需要有易到難的過程，還是無序的進行預訓練？這里面還有很多問題需要去研究。

這一點上大家關注度沒有那么高，反過來講智能體包括推理模型的應用，是因為技術發展就是這樣。當某一項技術進入到所謂的穩定發展期后，大家的注意力會轉移到所謂的下一個爆發期的點上，這是很正常的事情。但是處于爆發期的技術，后面會不會也回到爆發期然后再穩定的發展，我相信大概率還是這樣。

當然目前來看，推理模型或者推理能力在更多的泛用性任務上表現上并不及預期，也是隨著我們研究的進展改變的。最早的推理模型只能解數學、物理這種明確標準答案反饋的任務。后來RL也證明，當你的RL的獎勵方式或優化策略有一定調整后，它也可以在其他的開放問題上，比如文字生成、文科類等問題上表現不錯。所以，每一個技術的改進，在原來的路徑上會產生新的可能性。

Q：智譜今年融資計劃主要有哪些方向？哪些地方需要大筆投？

張鵬：這和AGI目標有關系，我們判斷實現AGI的路程還很長，這個過程中需要很多技術探索和研究投入，成本非常可觀。要知道，從0到1的開拓和從1到10的復制，這兩個之間的成本不可同日而語。前者的試錯成本相對更高，這是不可避免的，我們不希望永遠走在別人后面，我們現在已經走在前面，而我們走在前面的這部分需要加大投入做這些事情。

Q：智譜在Agent領域已經有一定布局，本次新產品的推出是否意味著公司在這方面的調整？未來公司在Agent的規劃是怎樣的？

張鵬：我們對Agent領域的投資確實很早，2023年我們開始在這一塊投入，大家還在拼基座模型、訓練大模型和預訓練的時候，我們就在這里投入了。站在AGI實現路徑上，我們是從L1的預訓練到L2的對齊和推理，再到L3的工具使用包括Agent的使用，一級級延續上去的。所以，不能說今天的發布會表示著我們的Agent戰略有非常巨大的變化，只是到了當下這個階段，我們會認為進入到一個可以有更大規模應用和落地的階段。

Q：你認為下一代Agent的核心能力是什么？AutoGLM系列未來的迭代方向是否包括多模態或者是具身智能？

張鵬：Agent的的核心能力無非是兩種，第一個是模型本身能力，包括底層的語言能力、多模態能力和推理能力。第二點是感知環境和環境智能交互，也就是Agent強調的溝通交流能力。這兩點我認為是智能體能在應用層面爆發，能夠落地產生實際效果的兩個核心價值。

Q：現在大多數Agent都是在桌面端，智譜發布的也是在桌面端。您認為未來會不會有更多的入口？當前的話我們要在手機上，未來有沒有在AI眼鏡上調用Agent的能力，去實現我想達到的目標？現在要調用更多的入口還有哪些挑戰？

張鵬：其實這個事情我們已經在做了，只不過今天這個場合突出重點，我們拿了通用場景來說。包括更多的端，AutoGLM更早是手機端，今天只不過是把它移到PC上。其他智能上的硬件，眼鏡、汽車、平板等等的端側，都可以接。但是里面確實有一些問題，不同類型的設備，最終的交互方式不一樣，比如說眼鏡不可能有鍵盤，就得用語音交互，語音就引入了全新的模態。如果說產品里面有明顯的短板，這個事情就成不了，鏈條上缺了一環你就做不了，好在整體的能力是齊的，仍然是有高有低。

包括硬件本身也要適配新的技術，比如說我們中關村論壇這次是夸父機器人和我們合作，接了那個模型。但是它接的不是我們最新的模型，沒有辦法接。因為整體所有的控制和交互的模型只有一套，我們有一套體系，這兩者之間還是有一定區分的，想要打磨出完全契合的模式是要花很長時間的。所以，大家也不能忽視這個問題。未來我們期待是這樣的，很簡單有SDK或者有一個芯片放上去就接上了，這是未來的事情，現在做不到。

Q：智譜自己有想做具身智能嗎？

張鵬：我們會有相應的布局，這個事情可能還需要一點時間。

Q：您剛才提到現在堅持預訓練的模型，很多家企業已經放棄了。那現階段公司從戰略層面來講，技術和商業化戰略層次和人員、資源的分配大概是什么樣的情況？

張鵬：這是戰略層面問題。我們把自己定位成技術驅動的公司，另外一條腿是我們的商業化路徑。這兩條腿并不是互相矛盾的，也不是互相爭搶資源，我們是動態調整的過程。我們覺得技術的推進和演進，到了一個必須要深入到產業和應用當中去，吸取營養回饋我們技術研發的階段。所以才會在這個階段從去年開始大力推進產業化、商業化落地這件事情，會有資源投入。但是從整體的核心任務和資源投入角度來講，我們還是投入在技術研發、創新更高一些。

Q：很多投資人認為是今年傳統行業大規模應用爆發的一年，智譜也是最早做Agent。那么在落地層面，公司在2025年預期是怎樣的，Agent目前急需解決的問題有哪些？

張鵬：今天是Q1的最后一天，今年的很多事情還在計劃當中。拿去年來講，我們拉齊看了一下，還是很不錯的，整體實現了超過100%的增長速度，很多頭部行業已經打進去，有一定規模化的效果。今年我們會認為因為市場變化，會讓市場呈十倍以上的增長，機會是更大的，但是整個模式和商業路徑會有一些調整。但我們還是保持一貫穩定的商業化落地速度和效益，持續提升商業化落地的效果。因為作為一個企業來講，最終的目的還是要掙錢，不掙錢不行。

本文來自虎嗅，原文鏈接：https://www.huxiu.com/article/4184318.html?f=wyxwapp