大会尚未正式开始，张鹏却还在幕后，他的脚步迟迟未踏入演讲台，因为他在等待两个至关重要的签约仪式的举行。
两个半月之前，该知名大模型企业已递交了上市辅导的申请材料。时至今日，即7月2日的上午，智谱公司的CEO张鹏，身穿一袭白色衬衫，踏入张江科学城内那座具有显著标志性的建筑之中。他此行的核心目的，便是正式对外公布公司的战略融资计划。
智谱今年已经完成了第五轮融资。值得一提的是，此次融资中，国有资本也加入了其中。（据虎嗅报道，前四次融资分别于3月和4月完成，投资方依次为成都、珠海、杭州和北京。）
实际上，经过一段时日的积累，智谱公司总会向公众展示一份业绩报告。然而，与过去的情况有所区别的是，这次的成绩报告是首次在我国的上海这座繁华都市亮相。
张鹏上台之前，现场已经完成了两场关键的签约仪式，其中一场是由浦东创投集团、张江集团以及智谱公司共同参与的。据悉，智谱公司成功吸引了浦东创投集团和张江集团的10亿元战略投资，并且这笔资金的首笔交割已经近期完成。此外，据虎嗅独家消息，这笔首笔交割的金额高达5亿元，占据了此次融资总额的一半。这笔资金将着重投入于MaaS（模型即服务）开放平台产业生态的构建，同时亦将在上海地区培育行业、城市以及政府三方面的生态体系。
实际上，对于智谱这家AI领域的独角兽企业来说，MaaS扮演着至关重要的角色。从横向角度审视，智谱作为一家基座模型提供商，致力于打造强大的大模型能力；然而，从纵向层面考量，智谱还需向客户供应模型服务。这便要求智谱不仅要确保其模型能力处于行业领先地位，更要在服务能力上超越其他竞争对手，特别是那些既拥有基础模型又精通行业知识的行业巨头。而MaaS就是补齐模型服务能力关键的一环。
本次MaaS项目在上海张江的成功落地，彰显了智谱在MaaS领域投入的坚定意志。在张江科学城见证的今年第五轮融资，不仅标志着国家对智谱的高度认可和战略支持，而且在当前全球AI大模型竞争激烈的环境下，国资的加入无疑为智谱提供了坚实的“定心丸”和强劲的“加速剂”。
值得注意的是，大约四个月前，即3月份，上海张江集团与智谱公司携手合作，共同打造了模力社区-智谱大模型MaaS平台。据智谱方面透露，截至目前，该MaaS平台已在翻译、合规审查、市场文案创作、英文口语陪练等多个场景实现快速落地，并且这些案例中的大部分均在上海张江地区成功实施。
除了公布融资消息，智谱公司还向公众透露了一项关键成就，即推出了新模型的开源和公开发布——这款名为通用视觉语言模型GLM-4.1V-Thinking的创新产品。
发布会现场观察，4.1V-thinking模型与过往模型相较，最显著的特点是其卓越的视觉推理功能。比如，演示环节展示了该模型对苏超足球赛进行实时解说的能力，这一功能背后所展现的是模型对复杂动态图像的深刻理解和事件逻辑的精准建模，而非仅仅是图像的识别。
实际上，观察当前市场上的大型语言模型与多模态模型，能够实现多模态理解和推理有效结合的并不多见。在活动现场，张鹏特别指出，GLM-4.1V-thinking之所以能够达到这一成就，关键在于它采用了小参数模型的设计。在本场发布会上，我们得以目睹智谱正努力探索一条全新的技术路径，旨在达到SOTA（行业领先）水平并实现创新突破。
这无疑是在本次发布会上除资本层面外，分量更重的消息。它不仅仅是模型版本号的更新，更是智谱公司在多模态人工智能领域，从‘感知’阶段迈向‘认知’阶段的重要转折点。
GLM-4.1V-Thinking的关键优势体现在两个方面：一是它所采用的“思维链推理机制”，二是“课程采样强化学习策略（RLCS）”。模型得以实现与人类相似的复杂逻辑思维过程，从而在跨模态因果推理方面实现了系统性增强，并提高了其稳定性。
特别引人注目的是，该轻量级模型GLM-4.1V-9B-Thinking，其参数规模仅限于10亿级别，但在MMStar、MMMU-Pro等28项备受认可的评测中，有高达23项的表现达到了10亿参数级别模型的最优水平，更有18项的表现与参数量达到720亿级别的Qwen-2.5-VL持平，甚至有所超越。
观察之下，智谱此次展示的视觉推理水平，总算推出了能与DeepSeek相区别的产品功能。
实际上，到了2025年的上半年，AI大型模型的发展趋势正在逐渐改变，过高的估值使得部分模型制造商感到难以持续发展。与此同时，目前处于行业领先地位的AI独角兽企业正加紧步伐，致力于推动更多商业化项目的落地。此外，上半年还传递出一个重要信号，即除了智谱在4月份提交了上市辅导备案之外，另一家AI独角兽企业MiniMax也在考虑进军港股市场。当AI独角兽扎堆IPO时，一些新的技术突破还正在发生。
以下内容为智谱公司CEO张鹏在活动现场发表的演讲概要。鉴于演讲中包含众多演示环节，作者在此仅梳理了张鹏先生的核心论点，涉及智谱公司发布的重要模型，以及作为基座模型供应商，智谱正面临并努力克服的若干关键难题。
下附张鹏演讲内容，有删减：
今天，是我们首次在上海举办这样的活动，并且发布最新成果。
在发布会现场，我们习惯进行演讲，因此今天特地请同事上台进行一个极其简短的演示。大家所看到的现场演示是实时的在线操作，并且能够观察到屏幕上的实时拍摄画面。
（此处省略演示环节）
今天幸免于现场事故，尽管我们经常遭遇现场程序错误，但今天的展示过程却异常顺畅。在展示过程中，大家目睹了以下两点：
首先，模型内容生成功能为我们开辟了新的前景；其次，原生模型和原生能力本身便足以取代过去我们依赖的复杂工作流程和辅助工具，以辅助我们进行内容创作。
第二点，它能够对内容（如图表、数据）进行自然而深入的分类、推理，并生成极其合理且符合要求的文字描述。那么，这些内容究竟是如何被创造出来的呢？
去年以及今年上半年的迅猛发展，使得人工智能在众多领域给我们带来了深刻的变革。这一变革可以概括为以下三个主要方面：
（1）知识权威的重构。
许多人可能都听说过类似的短小故事，例如，有人去医疗机构就诊，医生在检查完毕后给出了诊断结果和处方。患者拿出手机，对医生说：“医生，我的诊断结果和大模型给出的答案不一致，请问到底谁才是正确的？”医生在仔细查看诊断结果后，诚恳地道歉道：“抱歉，我犯了错误，大模型的回答比我给出的更为精确。”这仅仅是一个微不足道的案例，然而，这一案例亦揭示了在医疗、法律、教育等众多专业领域，人工智能的技能正逐渐接近，甚至已经超越了人类专家的水准。
（2）创意权威的重构。
大家能观察到，之前我们认为只有富有创新思维且经验丰富、技术娴熟的专业人士才能胜任的内容检索、整理与生成等工作，如今AI也能做得相当不错，而且其能力正逐步接近人类专家的水准。
（3）技术权威的重构。
大家可观察到，那演示的PPT是如何诞生的，并非通过WPS软件制作，而是通过逐行编写代码，以code的形式完成整个制作过程。这表明，模型在编写代码方面的能力有了显著提升，不仅超越了普通人的平均水平，甚至接近了顶尖专家的水准。
此类人工智能的迅猛发展，被称作“技术平等”或“权力结构的重塑”。之所以能够促成这种权力结构的重塑以及AI对人类的挑战，其根本原因在于技术范式的演变。
人的大脑构造和智能程度实则相当繁复，涵盖了语言运用、视觉辨识、语音处理、动作执行、思维分析和推理判断等多种能力，这些能力均由大脑这一中枢系统协同运作。
如今，人工智能正逐步解锁这些技能的奥秘。例如，在语言运用方面，以及在创作文字内容方面。我坚信，在座的各位无人敢自信满满地宣称自己能超越当前的AI。在语言能力上，AI已接近人类顶尖水平，其表现力达到了人类极限的90%。
在视觉和推理能力上，我们同样取得了显著进步。这使得知识、创意以及开发等多个领域的权威性得以重新塑造。
当前的大规模模型功能强大，仿佛触及了人类顶级专家的水准，似乎已达至顶峰，但这样的高度是否已是极限？是否还有更高的层次有待我们去触及？作为一名技术从业者，我认为我们的感受远未达到极致，仍有许多未知领域等待我们去挖掘。
大家刚才在图中可以看到，除了语言能力之外，大多数能力仅达到人类水平的70%至60%，而诸如运动控制等少数能力更是低至20%至30%的水平。这些能力显然需要得到显著的提高。
我们认为，从长远角度考量，智能水平的增长依然需要依托于基础大型模型的不断进步以及技术的重大突破。
其次，我们期望大型模型或人工智能技术能够协助我们攻克这些难题，不仅要在思考层面有所作为，更要在执行层面提供支持，同时在代码编写及执行效能（即智能体能力）方面，仍有广阔的提升空间。
第三，我们期待AI能够在我们掌控之下，协助我们高效完成工作任务，并确保其安全性，而非对我们造成损害。在应对大模型的幻觉问题以及实现自主控制方面，我们还有许多挑战亟待克服。
在这些方面，我们有这样的期待及突破的方向。
因此，针对2025年的大模型发展动向，我们进行了以下预测。或许，有参与过往年年初活动的您已经有所耳闻。
首先，基座模型的突破为我们奠定了智能水平上限突破的坚实基础。智谱，作为国内最早且持续投入时间最长的重大模型研发企业，依然在集中大量精力、资源以及技术力量，致力于基础模型的研发与训练工作。
我们不断追寻，试图发现新的模式，这一模式将涵盖从预训练、模型对齐、强化学习直至推理等环节，并思考在这一切之后，又将出现何种全新的方法。这正是我们研究及突破的焦点所在。
其次，在智能体领域，我们期望将现有的大型模型能力转化为实际的生产力，以便在日常生活与工作中解决实际问题。无论是适合白领的创意型工作，还是适合蓝领的体力劳动，抑或是适合顶尖研究人员的创意与探索型任务，这些问题的答案仍在不断探索之中。唯有使人工智能工人承担起人类部分基础性、重复性劳动，方能达成显著降低成本和提高效率的目标，这一转变正是智能体核心能力的体现。
第三，我们期望这些自主的大型模型能够更加听从人类的指令，严格遵守基本准则，确保不会对我们造成伤害，并且能够明确判断自己行为何时存在问题，并具备自我修正的能力。同时，模型在自我控制能力、内部知识准确性以及外部行动可靠性方面仍需不断优化，这便是对当前大模型技术发展趋势的预测。
自然，有人会质疑，你们是如何做出这种预测的？这源于智谱对AGI最终目标的规划。我们将AGI的发展路径细分为L1至L5共五个阶段，就如同自动驾驶技术那样，逐级提升。这些阶段包括：从预训练的大模型，到对齐推理，再到自我学习，自我认知，直至意识智能，每一步都是向着更高的层次迈进。在过去的数年里，我们成功研发并突破了预训练的基础技术，实现了技术的收敛，并且解决了与人类在思维链和对齐程度上的匹配问题，同时也实现了推理能力。目前，我们正致力于使AI能够依据外部反馈进行自我优化和学习。这便成为了我们当前努力的目标。
未来我们期望它能够具备自我意识，更进一步，达到类似人类的意识水平，从而构成更为完善的智能体系。
文章标题：我在上海张江见证了一笔智谱的10亿元融资
文章可在此链接中查阅：https://www.huxiu.com/article/4532140.html。
