智谱张鹏：开源并不等于免费，25年有更大的商业化机会

作者 | 刘宝丹

编辑 | 黄昱

DeepSeek已经成为行业风向标，在这场AI竞赛中，主流模型公司都在试图超越DeepSeek，国内AI独角兽智谱也给出了自己的答卷。

3月31日，智谱在中关村论坛上正式发布AutoGLM沉思，这一全新智能体不仅具备深度研究能力（Deep Research），还能实现实际操作（Operator），真正推动AI Agent进入“边想边干”的阶段。

作为全球首个集深度研究与实际操作能力于一体的Agent，AutoGLM沉思的发布是智谱自主智能体技术的一次重要进步，也是设备操控智能体的进一步升级。

AutoGLM沉思背后，智谱推出Agentic GLM系列矩阵，包括GLM-4基座模型、GLM-Z1推理模型、GLM-Z1-Rumination沉思模型和AutoGLM模型等，尤其是推理模型GLM-Z1-Air，它拥有比肩DeepSeek R1的推理性能，而价格仅需R1的1/30。

距离ChatGPT出圈已经过去两年多，AI大模型也从技术迭代转向应用落地，后者已经成为检验模型厂商竞争力的核心指标。目前，智谱已和三星等头部企业合作，还成为北京、上海等城市的合作伙伴。此外，智谱也启动了出海战略。

智谱CEO张鹏对华尔街见闻表示，公司2024年商业化收入增长超过100%，2025年会有更大的增长机会。

在这场AI大模型竞赛中，智谱开始探索出自己的成长路径。

AutoGLM沉思：边想边干

4个月前，智谱用AutoGLM实现了群发红包功能，这是AI发出的第一个红包，代表着AI大模型开始从对话走向操作。4个月后，智谱将推理能力布局到Agent上。

不同于上一次发红包，这次智谱开始用Agent赚到钱了。

14天前，智谱秘密开展了一项测试，公司注册了一个小红书号，专注于生活科普。然后用AutoGLM沉思生成笔记，比如怎么选咖啡壶、怎么做化妆品成分对比等。

在现场演示中，张鹏表示，调查2025年化妆品最火的三大抗老成分，比对它们的作用、用法、优劣势，最后还要做严谨的比对分析。“有些任务可真不简单。”

智谱现场揭晓了该账号的成绩：两周时间收获了5000粉丝，接到多条商单邀请，昨天，智谱发出了第一个商单，赚了500块钱。

AutoGLM沉思是首个集深度研究能力和网页操作能力于一体的Agent，体现了智谱对AI Agent的最新理解，即让机器不仅能够思考，还能主动行动，实现“边想边干”的目标。

这也是AutoGLM沉思与Open AI的DeepResearch不同的地方，沉思推动AI Agent从单纯的思考者，进化为能交付结果的智能执行者。

张鹏表示，沉思突破了实时联网搜索、动态工具调用、深度分析和自我验证，实现真正的长程推理和任务执行。

比如，让沉思写一篇报告，“关于哪吒2票房的成功将会给中国电影行业带来怎样的改变。”据张鹏介绍，沉思模型很擅长做这类开放性的问题，需要模型自己去探索，最后它生成了近万字的报告。

这次，智谱发布的是AutoGLM沉思preview版本，核心支持research场景。张鹏透露，在未来两周，将进一步扩展更多Agent的执行能力。

此外，AutoGLM沉思发布即上线，目前已经在智谱清言PC客户端上线。

背后模型全栈自研

AutoGLM沉思模型的背后，是智谱自主研发的全栈大模型技术。

整体来看，沉思融合了GLM-4的通用能力、GLM-Z1的反思能力、GLM-Z1-Rumination的沉思能力，以及AutoGLM的自动执行能力。

智谱重新训练了一个320亿参数的基座模型GLM-4-Air-0414，在预训练阶段加入了更多的代码类、推理类数据，并在对齐阶段针对智能体能力进行了优化，模型在工具调用、联网搜索、代码等智能体任务上的能力得到大大加强。

会上，张鹏表示，GLM-4-Air-0414以32B参数量比肩更大参数量的国内外主流模型，这使得模型在适配智能体任务方面特别有效。“这是因为智能体任务往往涉及多轮复杂交互，32B的参数量使得GLM-4-Air-0414能快速执行复杂任务，为AI智能体的真正大规模落地应用提供了坚实基础。”

基于GLM-4-Air-0414，智谱推出了全新的深度思考模型GLM-Z1-Air，在性能表现上，可以与DeepSeek-R1（671B，激活37B）媲美。

在推理速度上，GLM-Z1-Air相比R1提升了8倍，成本可以降低至1/30，实现高性能与高性价比的双重突破。此外，GLM-Z1-Air可在消费级显卡上运行。

基于GLM-Z1，智谱通过扩展强化学习训练，提升了模型结合工具使用完成长程推理能力，训练出沉思模型GLM-Z1-Rumination。

张鹏表示，该模型突破了传统AI单纯依赖内部知识推理的局限，创新性地结合实时联网搜索、动态工具调用、深度分析和自我验证，形成完整的自主研究流程。

GLM-Z1-Rumination能够主动理解用户需求，在复杂任务中不断优化推理、反复验证与修正假设，使研究成果更具可靠性与实用性。相比于传统的推理模型，智谱期待沉思模型引领AI助手进入一个“高智商”到“高智商+高自主”的阶段。

Agent的核心就是推理规划和动手能力。如果说沉思模型是AutoGLM沉思的大脑，那么，AutoGLM则是AutoGLM沉思的手脚。

智谱去年10月发布了AutoGLM，它是全球首个能够在手机上执行长达50多步action的大模型智能体，AutoGLM沉思版背后的AutoGLM能力，较上次发布也有了非常大的进化。

张鹏表示，大模型的预训练和后训练存在Scaling Law，Agent也存在类似的Scaling Law。“在Agent Scaling Law的基础上，我们进一步发现了Agent存在的能力涌现。”

比如，在训练中，从未教给AutoGLM沉思访问过巨潮资讯网。然而，当发送指令“帮我收集昨天关于具身智能的相关研报”时，AutoGLM沉思能够规划出通过访问巨潮资讯解决问题的方案，并顺利操作了网站。

张鹏表示，AutoGLM的动手能力目前在行业内处于Sota，包括浏览器、手机和电脑在内的使用工具能力，全面领先。在GUI智能体方面，CogAgent在GUI Agent的多个榜单上取得了Sota的结果。

上述一系列成绩背后，离不开智谱对Agent的前瞻性布局。

从2023年10月最早推出具备FunctionCall能力的智谱清言，到2024年1月上线支持智能体编排的GLMs，再到2024年10月推出AutoGLM，以及今天推出的AutoGLM沉思，智谱一直在引领对Agent的探索。

在经过6年的技术沉淀后，智谱终于开始在这场AI竞赛中展现出更多竞争力。

开源并不等于免费

与DeepSeek和阿里等AI公司一样，智谱也坚持开源策略。张鹏表示，上述模型将于4月14日开源，并将在未来两周内陆续上线MaaS平台。

阿里开源的商业逻辑是为了售卖云计算服务，对模型厂商而言，开源就意味着把核心技术公开，对于商业化会带来一定挑战。

张鹏也坦诚，开源对商业化市场会有一些影响。不过，他也强调，开源并不等于完全免费，后期技术人员的投入、维护成本，包括如何把DeepSeek做本地化落地等，成本一点都不低，要找专业团队来解决问题。

目前，市面上有各种智能体产品，作为很早就开始智能体相关研究的模型厂商，智谱深谙市场需求。张鹏强调：“一定要做模型的服务，不是说把产品光扔给企业就可以了，企业玩不转白搭，他花了钱反过头来还会告诉你不好用。”

目前，智谱正在大力推进AI技术的整体服务，包括提供工具和平台，提供案例和解决方案，提供更好的经验，让更多的人能够把买来的模型或者开源模型真正地用起来。

华尔街见闻获悉，目前，智谱已携手金融、教育、医疗、政务、企服等领域的合作伙伴，共同推进AgenticLLM的落地应用。今年2月，智谱和三星官宣了基于Agentic LLM的相关合作，将Agent体验带到三星最新手机Galaxy S25系列上。同时，智谱也相继与北京、杭州、上海、成都、珠海等城市达成合作。

智谱也在积极出海，当天，由智谱主导，来自东盟十国及“一带一路”沿线的10个国家共同发起了“自主大模型国际共建联盟”正式成立，帮助“一带一路”国家建立自主AI，构建可控的国家级AI基础设施。

对于商业化方面，智谱去年整体实现了超过100%的增长速度，很多头部行业已经打进去，有一定规模化的效果。对于今年的预期，张鹏表示，经过再一次科普，会让市场呈十倍以上的增长，会有更大的机会存在。

“整个模式和商业路径会有一些变化，我们会做调整。但是我们还是保持一贯的稳定的商业化落地的速度和效益，持续提升商业化落地的效果。”张鹏表示。

当谈到公司目前的战略重心时，张鹏对华尔街见闻表示，智谱把自己定位成技术驱动的公司，另外一条腿是商业化路径，这两条腿并不是互相矛盾的，也不是互相争抢资源，处于动态调整的过程。

张鹏进一步表示：“技术的推进和演进，到了一个必须深入到产业和应用当中去，吸取营养回馈技术研发，所以才会从去年开始大力推进产业化、商业化落地这件事情，会有一些资源的投入。但是从整体的核心任务和资源投入角度来讲，我们更多的资源还是投入在技术研发、创新这一块更高一些。”

这场通往AGI的竞赛仍处于早期，对智谱来说，虽然已经探索到L3-Agentic LLM阶段，但未来的路仍然充满荆棘，要想在全球范围内实现更大的创新，还要全力以赴。