大模型的“Scaling Law”：智谱AI CEO张鹏详解AI智能体时代
引言： 在北京智谱GLM OpenDay上，智谱AI发布了AutoGLM和GLM-PC两款AI智能体产品，标志着大模型技术从“言”向“行”的显著跃迁。然而，智谱AI CEO张鹏却表示，业界对大模型的期待值过高。这究竟意味着什么？大模型的未来发展方向又在哪里？本文将深入探讨智谱AI的最新进展，并解读张鹏对大模型技术发展趋势的独到见解。
一、智谱AI：聚焦基座模型，布局AI智能体生态
智谱AI，这家源自清华大学知识工程实验室的AI独角兽企业，在短短五年内已完成九轮融资，总额接近60亿元人民币。其核心战略是聚焦基座模型研发，并以此为基础构建开放的AI智能体生态。 这与国内其他一些专注于快速变现的大模型公司形成了鲜明对比。
智谱AI的最新成果AutoGLM和GLM-PC，正是其战略的具体体现。AutoGLM，通过文字/语音指令模拟人类操作手机，实现了大模型从文本生成到实际行动的突破；GLM-PC则具备视觉理解和任务规划能力，能够操作计算机桌面应用，完成复杂任务。 这两个产品的发布，标志着智谱AI在AI智能体领域取得了显著进展，也预示着大模型应用场景的进一步拓展。 目前，AutoGLM已开放百万内测，反响热烈。
二、Scaling Law：增长空间犹存，但需理性看待
张鹏认为，业界对大模型的期待值过高，这与对“Scaling Law”（规模化定律）的理解密切相关。“Scaling Law可能不像我们之前预测的一样，会指数级往上涨，”他指出，“但放宽范围来看，我们依然比较乐观，Scaling Law还有很大的空间。”
他进一步解释说，计算量可能是Scaling Law发展趋势的最佳解释。 虽然在某些领域，例如语言模型，Scaling Law的增长可能趋于平缓，但在视觉领域，Scaling Law仍在持续增长。 这表明，大模型的性能提升并非依赖于单一因素，而是多方面共同作用的结果。单纯追求模型参数规模的指数级增长，并非大模型发展的唯一路径。
三、智谱AI的战略布局：开放平台，生态优先
智谱AI的战略定位是“开放平台”，致力于与合作伙伴共同构建AI生态。 张鹏强调，智谱AI不仅仅关注技术研发，更重视产业生态的布局，助力合作伙伴改造现有产品，并支持有能力的企业进行更深入的探索。 这体现了智谱AI的长期主义战略，而非仅仅追求短期利益。
在To B端，智谱AI已拥有超过2000家生态合作伙伴和超过1000个大模型规模化应用案例，覆盖多个行业。 这表明智谱AI的开放平台战略已初见成效。
四、AI智能体：大模型的未来形态
张鹏认为，大模型的价值远超于简单的Chatbot，其核心在于对世界的“理解”能力和序列输出能力。 AI智能体是这种能力的最佳体现形式。 他将AI智能体的能力发展分为四个阶段（L1-L4），并指出目前AI智能体在“使用工具”的能力（L3）方面仍有很大的提升空间。
尽管如此，张鹏对AI智能体的未来充满信心。他认为，AI智能体将成为连接用户和应用之间的智能调度层，甚至成为大模型通用操作系统（LM-OS）的雏形，从而彻底改变人机交互方式。
五、结论：理性发展，持续创新
智谱AI的案例表明，大模型的发展并非一蹴而就，需要理性看待“Scaling Law”，并注重技术与产业生态的协同发展。 AI智能体作为大模型的未来形态，展现出巨大的应用前景，但仍面临诸多挑战。 未来，持续的技术创新和生态建设将成为推动大模型技术进步的关键。 智谱AI的战略布局，为大模型产业发展提供了宝贵的经验和借鉴。
参考文献：
- 钛媒体报道：对话智谱CEO张鹏：大家对大模型期待过高，Scaling Law还有很大增长空间 (具体链接需补充)
*(注：由于无法访问实时网络，我无法提供钛媒体报道的具体链接。请读者自行搜索相关报道。) *
Views: 0