🎯 科技 · AI大模型

🔥 智谱GLM-6.0瞄准"自进化"，国产芯片推理成本下降80%，大模型进入自修复时代

一、回应"只会后训练"质疑

8月31日晚，智谱在2026年半年度业绩沟通会上直面市场质疑。过去数月，GLM-5.1、GLM-5.2、GLM-5.3版本沿用同一基座，能力迭代主要依靠后训练完成，引发"只会后训练"的讨论。智谱创始人唐杰回应称，这是主动选择——当前国内大模型训练数据规模一般在30万亿至50万亿Token，单纯扩大参数收益有限，"参数规模本身不是当前唯一关注的指标"。

公司同时披露，下一代基座模型训练已在推进，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。

二、国产芯片规模化推理突破

智谱披露了一项关键数据：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，对比同一硬件的初始基线，端到端服务性能提升3倍。这一突破意味着国产算力在高端AI推理场景已具备规模化落地能力。

从财务数据看，智谱上半年开放平台及API业务收入8.25亿元，同比增长2735.7%，占总收入比重达86.5%，商业化路径日益清晰。

三、GLM-6.0的"自进化"愿景

唐杰将GLM-6.0的核心方向概括为"自进化"——让模型具备自我判断、自我纠正的能力。"最大的问题是模型能自己判断什么时候停止、什么时候纠正自己，这不是简单地把模型训练大"。这一方向标志着大模型从"参数竞赛"转向"智能自洽"的新阶段。

智谱将模型能力演进划分为Chat、Coding、Agent、Co-work、Autonomous AI五个阶段，目前正处于Coding向Agent、Co-work扩展的关键期。自进化能力的突破，或将加速AI从工具向自主智能体的跃迁。

综合财联社、每日经济新闻、金融界报道 | 2026年9月2日