每經(jīng)記者｜可楊    每經(jīng)編輯｜魏官紅    

大模型行業(yè)正站在一個(gè)拐點(diǎn)。

過去數(shù)年間由技術(shù)突破點(diǎn)燃的狂熱，正在2025年遭遇一場(chǎng)商業(yè)化大考。隨著智譜等頭部獨(dú)角獸相繼啟動(dòng)IPO（首次公開募股）流程，市場(chǎng)敘事正從模型能力的“軍備競(jìng)賽”轉(zhuǎn)向落地應(yīng)用的審視。

資本市場(chǎng)開始用更嚴(yán)苛的尺度，檢驗(yàn)大模型企業(yè)是否具備可持續(xù)的商業(yè)模式和長(zhǎng)期價(jià)值。這一沖突，在開源與閉源的路線之爭(zhēng)上尤為激烈。

在行業(yè)普遍認(rèn)知中，開源意味著共享，商業(yè)化則意味著獨(dú)占。作為中國(guó)大模型賽道的關(guān)鍵玩家，智譜卻始終堅(jiān)持一個(gè)反直覺的判斷：開源與商業(yè)化長(zhǎng)遠(yuǎn)來看并不沖突。這一判斷的底層邏輯是什么？在技術(shù)摸高與應(yīng)用落地之間，企業(yè)應(yīng)如何平衡資源？AI（人工智能）的“性價(jià)比”競(jìng)爭(zhēng)是否已經(jīng)到來？

帶著這些問題，11月17日，《每日經(jīng)濟(jì)新聞》記者（以下簡(jiǎn)稱“NBD”）與智譜董事長(zhǎng)劉德兵進(jìn)行了一場(chǎng)深度對(duì)話。在他看來，基礎(chǔ)模型的進(jìn)步對(duì)應(yīng)用落地有巨大的促進(jìn)作用，但技術(shù)摸高絕不能做“空的、虛的”東西，必須能轉(zhuǎn)化成商業(yè)優(yōu)勢(shì)。

""

智譜董事長(zhǎng)劉德兵 圖片來源：企業(yè)供圖

談模型：大參數(shù)模型是技術(shù)錨點(diǎn)

NBD：行業(yè)普遍認(rèn)為開源和商業(yè)化存在沖突，但你判斷兩者并不沖突。這個(gè)判斷的邏輯是什么？

劉德兵：如果只看短期利益，比如現(xiàn)在閉源能直接賣更多錢，短期內(nèi)雙方肯定有沖突。但從長(zhǎng)遠(yuǎn)發(fā)展角度看，開源和商業(yè)化其實(shí)不沖突。

核心在于開源其實(shí)是有助于培養(yǎng)這個(gè)行業(yè)。AI化是未來100年的事，在這個(gè)階段，如果不開源，很多人其實(shí)接觸不到這個(gè)東西，也沒有經(jīng)濟(jì)實(shí)力去買一個(gè)模型，很多事就做不了。

從產(chǎn)業(yè)發(fā)展角度來看，需要更多人貢獻(xiàn)進(jìn)來，不只是做研發(fā)，也包括做應(yīng)用。開源幫我們把整個(gè)產(chǎn)業(yè)生態(tài)做起來，中間有少部分能轉(zhuǎn)化成商業(yè)收益，對(duì)商業(yè)來說也是很好的增長(zhǎng)。

NBD：從事實(shí)上看，開源真的給智譜帶來了商業(yè)增長(zhǎng)嗎？

劉德兵：我們做了大量的開源以后，商業(yè)收入是在快速增加的，并沒有因?yàn)殚_源就收不到錢了。而且如果技術(shù)有更進(jìn)一步的進(jìn)展、應(yīng)用規(guī)?；瘮U(kuò)展，還會(huì)增長(zhǎng)得更快。

一個(gè)很典型的邏輯是，以前我們?nèi)ジ笃髽I(yè)老板講這個(gè)東西（指模型）多好用，他們其實(shí)不太認(rèn)可?，F(xiàn)在有了開源，很多人已經(jīng)對(duì)技術(shù)有比較深的了解，這極大地減少了我們前期溝通的成本，合作推進(jìn)會(huì)快很多。

NBD：此前智譜發(fā)布了GLM-4.1V-Thinking 10B級(jí)小參數(shù)模型，這是否意味著產(chǎn)業(yè)正在從過去的“堆”參數(shù)，轉(zhuǎn)向性價(jià)比競(jìng)爭(zhēng)？

劉德兵：性價(jià)比這個(gè)事其實(shí)一直都存在。只不過之前隨著參數(shù)增加，大模型性能提升非?？?，大家就更愿意朝那個(gè)方向走?，F(xiàn)在模型提升的速度在放緩，就出現(xiàn)了兩極分化，有些人覺得提升參數(shù)帶來的增益不大了，就不做了，有的人覺得增益還比較大，還可以繼續(xù)做。

NBD：智譜為什么還要堅(jiān)持做大參數(shù)模型？

劉德兵：在我們看來，通過提升參數(shù)和訓(xùn)練數(shù)據(jù)，把模型的性能“摸高”，這樣我們就有一個(gè)錨點(diǎn)，知道這個(gè)模型最高的技術(shù)水平能達(dá)到哪里。

比如我現(xiàn)在做了一個(gè)小模型，它跑出來一個(gè)90分的水平。我其實(shí)不知道這個(gè)90分到底是好是壞。如果我現(xiàn)在用一個(gè)萬億參數(shù)的模型，跑出來也是91分、92分的水平，那么我們就會(huì)覺得這個(gè)小模型的90分其實(shí)就挺好的。但是，如果那個(gè)萬億參數(shù)的模型跑出了98分、99分的成績(jī)，那我們可能還是要考慮用那個(gè)更高參數(shù)量的模型去做應(yīng)用。

大參數(shù)的錨點(diǎn)非常重要，有了這個(gè)基礎(chǔ)，我們?cè)偃?yōu)化小模型，把參數(shù)量降低，同時(shí)還能朝著原有那個(gè)（高）性能指標(biāo)去努力，這是一個(gè)很好的技術(shù)路線。

談應(yīng)用：技術(shù)摸高要能轉(zhuǎn)化成應(yīng)用落地

NBD：模型能力聽起來已經(jīng)很強(qiáng)了，但為什么在外界感知上，大規(guī)模的應(yīng)用落地似乎沒有想象中那么快？

劉德兵：首先可以肯定，現(xiàn)在很多應(yīng)用已經(jīng)很“實(shí)”了。比如在語言類、圖像處理、內(nèi)容生成方面，這樣的應(yīng)用已經(jīng)很成熟。

但是，大家感覺AI這么強(qiáng)，對(duì)它的期待會(huì)更高，希望它在產(chǎn)業(yè)里，比如能源、制造領(lǐng)域，能產(chǎn)生更深度的應(yīng)用，能影響生產(chǎn)過程。大家抱有期待，但還沒有完全體現(xiàn)出來。

突破這個(gè)瓶頸需要在兩個(gè)方向上努力。

第一，需要模型企業(yè)與行業(yè)企業(yè)深度結(jié)合，如果通過深度結(jié)合，能達(dá)到雙方想要的結(jié)果，那么對(duì)整個(gè)AI的應(yīng)用、對(duì)現(xiàn)實(shí)世界的影響就會(huì)更大一些。

第二，模型本身的能力還需要進(jìn)一步提升，讓應(yīng)用更高效?，F(xiàn)在還是要求對(duì)模型有理解、知道怎么用它，未來隨著模型智力水平提升，普通用戶也能用好它，那個(gè)時(shí)候更多“一人公司”才可能產(chǎn)生。

NBD：深度結(jié)合需要時(shí)間，目前行業(yè)對(duì)這個(gè)時(shí)長(zhǎng)的心理預(yù)期是多長(zhǎng)？

劉德兵：從期待上講，肯定都是希望越快越好。但我感覺行業(yè)里大部分企業(yè)，尤其是龍頭企業(yè)，對(duì)這個(gè)事還是保持比較理性的態(tài)度。它們知道這個(gè)事不是一蹴而就的。更愿意大家一起共創(chuàng)，用一些比較成熟的場(chǎng)景作為切入口，逐步實(shí)現(xiàn)AI應(yīng)用的加深，慢慢讓AI融入自己的產(chǎn)業(yè)，變成行業(yè)的基礎(chǔ)設(shè)施。

NBD：C端產(chǎn)品目前似乎都在朝“超級(jí)入口”的方向收縮，這是當(dāng)下的趨勢(shì)嗎？

劉德兵：超級(jí)入口是挺重要的方向，大家都期待能有更多的用戶來使用。短期來講，它是更快實(shí)現(xiàn)更大影響力的方式。但同時(shí)，另一個(gè)方向也非常關(guān)鍵，就是模型基礎(chǔ)能力提升后，與行業(yè)的深度結(jié)合。這個(gè)方向要花的力氣可能更大，前期看起來有點(diǎn)“點(diǎn)對(duì)點(diǎn)”，會(huì)慢一點(diǎn)。但這個(gè)東西做深以后，很可能也代表了一種未來。

NBD：基礎(chǔ)模型研究和行業(yè)應(yīng)用都非?！盁X”。智譜在發(fā)展過程中是怎么平衡的？

劉德兵：公司成立之初，我們就立了一個(gè)愿景——讓機(jī)器像人一樣思考。我們對(duì)做基礎(chǔ)模型有足夠的熱情，在技術(shù)“摸高”上，愿意足夠投入。這里邊其實(shí)也隱含著商業(yè)收益，因?yàn)榛A(chǔ)模型的進(jìn)步，對(duì)于應(yīng)用的落地有非常大的促進(jìn)作用。但同時(shí)，我們也特別強(qiáng)調(diào)，這個(gè)技術(shù)“摸高”不能做一個(gè)“空的、虛的”東西。一定是在技術(shù)摸高的過程中，有部分東西可以轉(zhuǎn)化成應(yīng)用落地，并且能夠產(chǎn)生出競(jìng)爭(zhēng)優(yōu)勢(shì)。

談技術(shù)跨越：模型能夠調(diào)整自身的參數(shù)是核心

NBD：從智譜對(duì)AGI（通用人工智能）的分級(jí)來看，行業(yè)現(xiàn)在正處在L3（自我學(xué)習(xí)）向L4（自我認(rèn)知）跨越的關(guān)鍵點(diǎn)。要實(shí)現(xiàn)這個(gè)跨越，技術(shù)上最難啃的骨頭是什么？

劉德兵：從L3到L4，一個(gè)關(guān)鍵特征是模型必須能夠自學(xué)習(xí)。現(xiàn)在主流大模型公司都在做的，包括智能體（Agent）能力、調(diào)用工具，都只是在拓展能力邊界。我們也在嘗試用SFT（Supervised Fine-Tuning）方式，讓模型存儲(chǔ)一些與用戶交互中產(chǎn)生的東西。

但這些都不是真正的自學(xué)習(xí)。最核心、也最難的標(biāo)志性進(jìn)步，是模型能夠調(diào)整自身的參數(shù)。這非常難，因?yàn)橐坏┱{(diào)整參數(shù)，很有可能導(dǎo)致模型崩潰。就像人一樣，在成長(zhǎng)中形成的世界觀和判斷邏輯，如果受到重大沖擊、邏輯發(fā)生變化，人也可能會(huì)崩潰。如果這個(gè)點(diǎn)能實(shí)現(xiàn)，模型才能在應(yīng)用中自己成長(zhǎng)，那應(yīng)用的爆發(fā)才真正值得期待。

NBD：“調(diào)整模型參數(shù)”這個(gè)概念如何理解？是指模型在運(yùn)行中，它的參數(shù)規(guī)模（比如從千億變百億）發(fā)生了變化嗎？

劉德兵：不是參數(shù)數(shù)量的改變，而是參數(shù)數(shù)值（Value）的改變?，F(xiàn)在的大模型，比如千億參數(shù)，這些參數(shù)在預(yù)訓(xùn)練完成后，數(shù)值就固定下來了。這些固定的數(shù)值定義了模型的判斷邏輯。

模型在應(yīng)用中，你問它一個(gè)問題，它答錯(cuò)了，你糾正它“你這個(gè)錯(cuò)了”，模型可以改。但這種改，只是在當(dāng)前場(chǎng)景記住了這個(gè)問題，模型本身的參數(shù)并沒有做調(diào)整。第二天再問同一個(gè)問題，它還是會(huì)犯同樣的錯(cuò)誤。

但如果能把模型參數(shù)的數(shù)值改了，那么模型的判斷邏輯在這個(gè)點(diǎn)上就永久改變了。當(dāng)你第二天再去問，這個(gè)模型已經(jīng)不是昨天的模型，它會(huì)給你正確的回答。當(dāng)然，也極有可能它會(huì)產(chǎn)生崩潰，也就是為了改這個(gè)點(diǎn)，導(dǎo)致原來能答對(duì)的很多問題，產(chǎn)生了連帶反應(yīng)，變?yōu)殄e(cuò)的了。這就是它的難度所在。

NBD：這是否意味著，L3到L4是一個(gè)關(guān)鍵的瓶頸階段？一旦突破，后續(xù)的進(jìn)程會(huì)極大加速？

劉德兵：這一點(diǎn)我認(rèn)為是確定的。我個(gè)人一直認(rèn)可文明是加速度發(fā)展的。L3到L4就是這樣的一個(gè)關(guān)鍵點(diǎn)。如果模型真的能實(shí)現(xiàn)完整的自學(xué)習(xí)，那它的迭代速度毫無疑問可以繼續(xù)加快。但即便進(jìn)入L4，也還是會(huì)有大量的技術(shù)空白需要研究。并不是說模型有了自學(xué)習(xí)能力，我們就可以放手不管了。它仍然需要人去參與、去矯正。

談未來：明年AI應(yīng)用會(huì)帶來更強(qiáng)的收益

NBD：過去的“AI六小虎”格局已發(fā)生了很大改變，有人覺得這個(gè)行業(yè)現(xiàn)在是冷靜下來了，你覺得這個(gè)格局發(fā)生變化的原因是什么？

劉德兵：剛開始的時(shí)候行業(yè)不夠清晰，大家很有可能會(huì)憑著自己的興趣一擁而上，就顯得比較混亂。但是隨著行業(yè)的發(fā)展，肯定會(huì)逐漸分化，這很正常，大家各自都應(yīng)該能找到自己的位置。

智譜立了讓機(jī)器像人一樣思考的愿景，我們希望真的把AI的智力水平提升，這是我們的一個(gè)長(zhǎng)期主義。我們會(huì)清晰地選擇一種技術(shù)方向，堅(jiān)持去做，而不是左右搖擺?，F(xiàn)在做AI基礎(chǔ)模型的公司會(huì)越來越少，因?yàn)樗_實(shí)投入比較大。但這是我們公司一直堅(jiān)持的方向，我們也希望在這個(gè)方面更長(zhǎng)期地投入，并保持在國(guó)際前列。

NBD：現(xiàn)在智譜正在走IPO流程，除了智譜，一批AI獨(dú)角獸公司也在尋求IPO，資本市場(chǎng)迎來IPO熱潮。這可以被視作一個(gè)技術(shù)成熟的信號(hào)嗎？

劉德兵：與其說是一個(gè)技術(shù)成熟的信號(hào)，還不如說是整個(gè)行業(yè)開始由技術(shù)探索期進(jìn)入了一個(gè)規(guī)?；虡I(yè)應(yīng)用期的關(guān)鍵里程碑。它意味著市場(chǎng)開始用一個(gè)更嚴(yán)格的尺度來檢驗(yàn)AI企業(yè)，不只是看技術(shù)先進(jìn)性，更是包括商業(yè)模式的可持續(xù)性、盈利能力與長(zhǎng)期價(jià)值。

NBD：你對(duì)2026年AI產(chǎn)業(yè)格局有什么判斷？

劉德兵：我們對(duì)2026年的發(fā)展非常期待。我認(rèn)為在2026年，技術(shù)很有可能還會(huì)有一個(gè)比較大的突破。同時(shí)更確定的是，在AI應(yīng)用上應(yīng)該會(huì)做得更實(shí)、更廣。2025年很多人參與進(jìn)來，到2026年，會(huì)有更多人在AI應(yīng)用上取得更高的收益。因?yàn)榇蠹乙捕几靼譇I應(yīng)該怎么去用，怎么與場(chǎng)景結(jié)合，做出來的效果就應(yīng)該更好。

NBD：技術(shù)層面“大的突破”，具體可能指什么方向？

劉德兵：比如智能體（Agent）的應(yīng)用。我們現(xiàn)在用智能體去調(diào)用工具、與環(huán)境交互，這個(gè)事實(shí)現(xiàn)了0到1的突破，但在精準(zhǔn)性或效率上還不是那么高。到2026年，這方面毫無疑問會(huì)有突破。