2026年9月13日晚，北京中关村科技园一栋灯火通明的写字楼内，智谱AI首席科学家张鹏盯着屏幕上滚动的日志数据，手指在键盘上快速敲击。就在几小时前，公司正式对外宣布完成约50亿美元的新一轮融资——这是中国大模型领域迄今单笔金额最高的私募融资之一。
这笔资金将全部投向下一代GLM（General Language Model）基础模型研发，核心聚焦于“完全自训练”技术路径。据智谱公告，所谓完全自训练，是指新模型将在由上一代GLM构建的虚拟任务环境中进行训练，形成一种递归式的自我改进闭环。这一机制旨在减少对外部人工标注数据的依赖，通过模型自身生成高质量训练样本、自动构建评估任务，并持续优化长程推理能力。
[IMG:1]从技术演进角度看，完全自训练被视为大模型迈向“自主进化”的关键一步。当前主流大模型如Meta的Llama系列或谷歌的Gemini仍高度依赖人类反馈强化学习（RLHF）和大规模清洗后的互联网语料。而智谱提出的方案，试图让模型在由自身创建的“模拟世界”中不断试错与学习，理论上可显著降低数据获取成本并提升泛化能力。
不过，该路径也面临严峻挑战。业内专家指出，若初始模型存在系统性偏差，自训练过程可能放大错误而非修正之。此外，构建高保真任务环境本身需要大量算力与工程投入。智谱在公告中明确表示，部分融资将用于国产AI芯片适配、定制算子开发及推理引擎优化，以支撑这一高负载训练范式。
[IMG:2]从战略层面看，此次融资凸显智谱加速构建全栈技术护城河的决心。据公开信息，该公司自2023年港股上市以来，已累计投入超80亿元用于算力基建。此轮融资后，其现金储备足以支撑未来三年高强度研发投入。但风险亦不容忽视：IDC在《2026年中国人工智能基础设施市场预测》报告中警告，大模型商业化变现周期普遍长于预期，若企业级API调用量或垂直场景落地不及目标，高投入模式将承压。
值得注意的是，智谱并非唯一探索自训练路径的玩家。OpenAI近期披露的“Q*”项目亦涉及类似理念，而国内另一家头部模型公司百川智能也在内部测试基于合成数据的迭代框架。但智谱是首家将其作为核心战略并配套巨额资本投入的企业。此举或将重塑国产大模型竞争格局，推动行业从参数规模竞赛转向训练范式创新。
本文由AI辅助生成
