智谱回应“只会后训练”质疑：下一代基座模型已在推进，GLM-6.0瞄准“自进化”

8月31日晚间，智谱 (02513.HK) 披露 2026 年半年度业绩。

2026年上半年，智谱实现营收9.54亿元，同比增长399.7%；其中开放平台及API业务收入8.25亿元，同比增长2735.7%，占总收入比重达86.5%。同期，公司研发投入21.31亿元，同比增长33.6%；报告期内亏损20.72亿元，同比收窄12.1%。

在同日晚间举办的2026年半年度业绩沟通会上，模型训练路径成为市场关注焦点。过去数月，GLM‑5.1、GLM‑5.2、GLM‑5.3版本沿用同一基座，模型能力迭代提升主要依靠后训练完成，这也引发市场关于智谱是否过度依赖后训练的讨论。

对此，智谱创始人唐杰回应表示，这是公司结合现有数据、算力资源，权衡不同训练阶段边际收益作出的主动选择，并非停止基础大模型的迭代升级。刘德兵表示，目前后训练仍有较大提升空间，后训练做到极致之后，下一个阶段的增长必须回到基座模型上，公司下一代基座模型已经在推进。

图片来源：每经媒资库

同一基座连续迭代，智谱将资源更多投向后训练

智谱今年以来的模型迭代，并未伴随基础模型参数规模持续扩大。

唐杰在业绩会上透露，公司今年1月完成GLM‑5系列所用基座模型的训练，其参数规模约7450亿。当时公司即决定，该基座将使用半年以上，并提前规划GLM‑5.1、5.2、5.3在中训练、后训练及任务环境层面的训练安排。

唐杰表示，参数规模并非 Scaling（规模扩展）的唯一变量，“Scaling 是通向更高智能的关键路径，今年以来，我们在基座参数规模，以及后训练、任务环境层面均做了大幅加强。简单把参数做大，并不是 Scaling 的本质路径”。

智谱在中期业绩公告中将当前技术路线概括为“Scaling deep while scaling up”。其中，Scaling up（规模扩展）涵盖扩大模型规模、上下文窗口、算力以及系统承载能力；Scaling deep（深度扩展）则包含后训练、强化学习、长程轨迹与任务反馈。公司表示，现阶段资源更多向后者倾斜。

GLM-5.3与GLM-5.2采用相同架构、相同总参数和相同激活参数，主要变化来自后训练规模。刘德兵表示，在GLM-5.3的训练中，扩大了长程任务环境和强化学习训练量，部分训练任务由传统编程题扩展至更长周期的工程任务。

公司披露，在自建真实场景编程评测下，GLM‑5.3端到端完成率相较GLM‑5.2提升超50%。智谱判断该能力提升曲线尚未见顶，将继续扩大长程任务的强化学习规模。

Coding（编程）也是唐杰在业绩会上重点解释的方向。

唐杰称，代码任务的特点是结果较易验证，比如程序能否运行、测试是否通过、Bug（漏洞）是否修复，因此适合用于训练任务拆解、工具调用、错误恢复、长程任务执行等能力。

目前智谱正尝试把上述能力迁移至网络安全等场景。唐杰在业绩会上透露，自GLM‑5.2起，公司联合多家国内安全团队，在真实代码中累计发现，经筛选去重后的漏洞共计2436个，其中中高危漏洞1097个，覆盖269个项目。

今年上半年，智谱开放平台及API业务收入达8.25亿元，占总收入86.5%；企业级通用大模型业务收入6704万元，同比下滑54.6%。而去年同期，开放平台及API业务收入占比仅为15.2%。

刘德兵在业绩会上将模型能力演进划分为Chat（对话）、Coding（编程）、Agent（智能体）、Co‑work（协同工作）、Autonomous AI（自进化人工智能）几个阶段。他表示，从Coding迈向Agent，核心在于长程规划与错误恢复能力；由Agent进阶至Co‑work，则要求模型输出达到可供专业人员复核的标准。

智谱在业绩公告中称，目前，公司仍处于Coding向Agent、Co-work扩展的阶段。

直面市场质疑：下一阶段仍将扩大基座模型

在业绩会上，有分析师提出市场对智谱 “只会后训练” 的质疑，询问公司近期在参数规模上相对克制的原因。

唐杰回应称，这是主动选择。他认为，大模型研发既可以扩大预训练，也可以增加中训练、后训练和数据规模，具体如何分配资源，要结合数据量、算力资源和不同训练阶段的边际收益。

唐杰表示，目前国内大模型训练所使用的数据规模一般在30万亿至50万亿Token（词元），在这种情况下，如果继续单纯扩大基础模型参数，收益有限，同时，在算力有限的情况下，训练多大是最优，是值得商榷的问题。

在这种情况下，参数规模本身不是公司当前唯一关注的指标。唐杰表示：“我们现在在mid Scaling（中训练）和post Scaling（后训练）中，我们都没有把这个（上限）打满，这时候，我们简单地给你一个数值，它其实不是最关键的。”

他进一步介绍，自今年初训练 GLM‑5 基座开始，公司就已制定多个后续版本的训练计划，明确中训练的数据用量、后训练的环境搭建等具体安排。

刘德兵则将影响模型能力的因素概括为基座规模、有效深度、训练深度和任务环境四个方面，并表示不同阶段各项因素的边际收益不同，“公司的资源分配，就是在不同阶段判断哪个因素当前回报更高。”

不过，智谱并未停止扩大基础模型。

中期业绩公告显示，公司认为，后训练虽然是当前投入回报相对较高的方向，但模型能力上限仍受到基础模型制约。目前，下一代基座模型训练已经推进，方向包括更大的有效规模、更长的原生上下文以及原生多模态统一建模。

唐杰在业绩会上透露，下一代模型依旧会扩大基座规模，同时会对激活参数做管控，避免推理速度下滑和成本上升。

算力层面，智谱披露，已实现10万级国产芯片规模化推理，单位Token推理成本较年初下降80%。GLM‑5.3‑Flash是智谱首款在超大规模真实流量下全面依托国产芯片集群提供服务的模型。公司称，对比同一硬件的初始基线，该模型端到端服务性能提升3倍。

面向长期训练方向，刘德兵提出“Fully Self Training（全自训练）”理念，即由模型参与数据生成、训练环境搭建与基础设施优化。根据公司公告，目前已尝试通过模型自我对弈生成数据，交由其他模型评审验证，筛选后的数据再投入后续训练流程。

唐杰则将未来GLM-6.0的一个方向概括为自进化，“这是一个很大的挑战，最大的问题是这个模型能自己判断自己什么时候停止，什么时候纠正自己，这是最大的问题，而不是简单地把模型训练大，在未来模型中，这是作为重点研究的”。