近期，大模型领域发展势头迅猛，智谱AI与minimax相继完成上市，月之暗面KIMI也成功获得5亿美元融资，整个行业正从概念阶段加速迈向商业化落地。
在智谱AI成功上市后，其创始人、清华大学教授唐杰发表了一场公开演讲。他指出，2026年极有可能成为AI for Science的爆发之年，随着各项能力的显著提升，众多领域将迎来新的发展契机。
唐杰详细阐述了智谱AI在2026年的重点规划。首先，在Scaling方面将持续推进，不断扩充数据规模，探索模型性能的上限，同时积极探索未知的新范式。其次，技术创新是关键，公司将致力于全新的模型架构研发，着力解决超长上下文处理、高效知识压缩等难题，并实现知识记忆与持续学习功能，为模型赋予更强大的能力。多模态感统能力将成为今年的热点与重点，这一能力的突破将使AI能够胜任机器中的长任务、长时效任务，进而在人类的工作环境中发挥作用，助力AI实现具身智能，真正融入物理世界。
唐杰回顾了自己的科研历程，自2006年从清华大学毕业后的20年里，他主要专注于两件事：一是开发AMiner系统，二是投身于大模型研究。他以“像喝咖啡一样上瘾”的精神投身科研，这种专注与坚持促使他抓住了AGI这一长期投入领域的机遇。
智谱AI实验室在2019年做出了重大战略调整，暂停了当时在国际上表现不错的图神经网络和知识图谱研究方向，全体人员转向大模型研究。经过多年的努力，取得了显著成果。从大模型智能水平的发展历程来看，2020年时模型仅能处理一些简单的MMU和QA问题，到2021 - 2022年已能够完成数学推理题，再到2023 - 2024年可以处理研究生水平的复杂问题，甚至在真实世界的编程问题上也表现出色，智能水平不断提升，如同人类成长一般逐步积累知识、提升能力。
在提升模型泛化能力方面，唐杰表示，目前主要通过Scaling来实现，但模型的泛化能力仍有待提高。早期通过Transformer训练模型，数据和算力的增加提升了长时知识记忆能力，但泛化能力有限。后来通过对齐和推理，利用持续的Scaling SFT和强化学习，尤其是今年可验证奖励强化学习（RLVR）的爆发，使模型能够通过可验证环境自主探索反馈数据，实现自我成长。然而，RLVR也面临挑战，如可验证场景的局限性，如何拓展到半自动或不可验证场景，实现模型的通用化，是亟待解决的问题。同时，未来机器将在物理世界承担真实任务，构建智能体环境也面临诸多挑战。
2025年初，DeepSeek的出现给研究界和产业界带来了巨大冲击，其性能强大，令人震撼。唐杰认为，在DeepSeek的范式下，Chat时代的问题可能已基本得到解决，未来AI的发展将开启新范式，即让每个人能够运用AI完成实际任务。在这一选择上，智谱AI选择了赋予模型Thinking能力，并整合Coding、Agentic、Reasoning能力，于2025年7月28日发布了4.5版本，在智能体、推理、代码等多个Benchmark上取得了优异成绩。但该版本在实际编程场景中也暴露出一些问题，如无法完成复杂的“植物大战僵尸”编程任务，这促使公司利用RLVR可验证的强化学习环境，结合编程环境反馈和SFT数据，提升了模型效果。
在Web能力开发方面，智谱AI也取得了一定进展，通过可验证环境提升了模型在SWE Bench上的得分。然而，将模型能力整合到主模型仍面临挑战，真实用户体验与跑分结果可能存在差异。为此，公司开发了全异步的训练强化学习框架，统一训练大量RL任务，提升了Agent和Coding能力，最新发布的4.7版本在相关方面有了显著提升。在真实场景评测中，公司邀请众多编程高手进行人工评测，但仍有许多问题有待解决。
在构建Coding Agent环境方面，智谱AI基于Github数据实现了自动化构建，但将大量RL任务统一训练也面临任务长度和时间不同的难题。公司开源的全异步训练强化学习框架解决了这一问题，提升了Agent和Coding能力。同时，在让AI完成复杂任务方面，如监控小红书并整理相关讨论生成文档，需要将API与GUI混合使用，通过抽取大量数据并进行全异步强化学习，赋予AI一定的泛化能力。为克服冷启动问题，公司采用SFT与强化学习交替的训练算法，提升了模型在移动环境下的效果，并在多任务大模型强调学习上开展了相关工作。
2025年12月，智谱AI开源了AutoGLM 9B模型，该模型在人机交互中执行速度快，开源后迅速获得了大量关注。以旅行规划任务为例，该模型能够自动调用不同APP，完成景点总结、地图收藏、票价查询、高铁票预订等一系列操作，相当于一个智能秘书。在相关Bench上，该模型也取得了不错的成绩，但也带来了新的问题，即在超大规模Agent模型上如何保持其他能力的稳定。
2025年被称为GLM的开源年，智谱AI从1月到12月开源了多个模型，包括语言模型、智能体模型和多模态模型等。中国开源模型在2025年取得了显著贡献，在Artificial Analysis上，前五名基本为中国模型，大模型盲测榜单也显示中国模型表现出色。但唐杰也指出，不能因开源成果而盲目乐观，美国闭源大模型的发展仍不可忽视，中国与美国在大模型领域仍存在差距。
对于未来大模型的发展，唐杰认为可以参考人脑认知的学习过程。2025年可能是多模态的适应年，目前大多数模型仍以文本智能提升为主，如何实现原生多模态模型，统一感知多模态信息，是亟待解决的问题，这与人类的“感统”能力相似。模型的记忆能力和可持续学习能力也有待提高，人类拥有多级记忆系统，未来需要为大模型构建更完善的记忆系统。同时，反思和自我认知能力也是未来发展的方向，虽然目前模型已有一定反思能力，但自我认知仍是难题，值得深入探索。
人类认知具有双系统特点，系统一完成大部分简单任务，系统二处理复杂推理问题。大模型发展也可参考这一模式，通过Scaling数据、推理和自学习环境，让机器参考人的学习范式，获得更多学习机会。在系统一方面，虽然Transformer模型可通过增加数据和参数提升性能，但面临计算复杂度和显存等问题，需要探索更好的知识压缩方法。在系统二方面，需要找到新的Scaling范式，让机器能够自主定义奖励函数、交互方法和训练任务，实现自我提升。完成真实场景下的超长任务也是关键，机器需要具备像人一样的规划、检查和反馈能力。
