大模型行業(yè)正經(jīng)歷關(guān)鍵轉(zhuǎn)折點(diǎn)。曾經(jīng)由技術(shù)突破引發(fā)的市場熱潮，在2025年迎來商業(yè)化考驗(yàn)。隨著智譜等頭部企業(yè)啟動IPO進(jìn)程，行業(yè)焦點(diǎn)從模型能力比拼轉(zhuǎn)向應(yīng)用落地成效，資本市場開始以更嚴(yán)格的標(biāo)準(zhǔn)評估企業(yè)的商業(yè)模式可持續(xù)性與長期價(jià)值。這種轉(zhuǎn)變在開源與閉源路線之爭中體現(xiàn)得尤為明顯。

智譜董事長劉德兵在接受專訪時(shí)提出反直覺觀點(diǎn)：開源與商業(yè)化并非對立關(guān)系。他解釋稱，短期視角下閉源策略能快速實(shí)現(xiàn)收益，但長期來看，開源是培育產(chǎn)業(yè)生態(tài)的基礎(chǔ)。AI技術(shù)普及需要降低使用門檻，開源模型讓更多開發(fā)者接觸核心技術(shù)，形成"技術(shù)擴(kuò)散-應(yīng)用創(chuàng)新-商業(yè)反饋"的良性循環(huán)。智譜的實(shí)踐顯示，開源策略不僅未削弱商業(yè)收入，反而通過降低客戶溝通成本加速了合作進(jìn)程。

針對行業(yè)關(guān)注的參數(shù)規(guī)模之爭，劉德兵以GLM-4.1V-Thinking 10B級小模型為例指出，性價(jià)比競爭始終存在，但大參數(shù)模型仍具有戰(zhàn)略價(jià)值。他比喻道："萬億參數(shù)模型如同技術(shù)標(biāo)尺，為小模型優(yōu)化提供性能參照。當(dāng)小模型達(dá)到90分水平時(shí)，需要大模型98分的標(biāo)桿來指引改進(jìn)方向。"這種"錨點(diǎn)理論"支撐著智譜堅(jiān)持雙軌研發(fā)策略。

在應(yīng)用落地層面，劉德兵承認(rèn)當(dāng)前AI滲透速度未達(dá)預(yù)期。能源、制造等重工業(yè)領(lǐng)域的深度應(yīng)用仍面臨雙重挑戰(zhàn)：既需要模型企業(yè)與產(chǎn)業(yè)方建立長期共創(chuàng)機(jī)制，也依賴模型本身推理能力的突破。他預(yù)測，隨著模型智力水平提升，未來普通用戶將能直接使用專業(yè)AI工具，催生新型"一人公司"經(jīng)濟(jì)形態(tài)。

關(guān)于通用人工智能(AGI)發(fā)展路徑，劉德兵強(qiáng)調(diào)L3(自我學(xué)習(xí))向L4(自我認(rèn)知)跨越的關(guān)鍵在于模型參數(shù)自調(diào)整能力。當(dāng)前主流技術(shù)僅能實(shí)現(xiàn)場景化記憶修正，而真正的自學(xué)習(xí)需要模型在運(yùn)行中動態(tài)修改參數(shù)數(shù)值。這種改變?nèi)缤厮苌窠?jīng)網(wǎng)絡(luò)結(jié)構(gòu)，存在系統(tǒng)崩潰風(fēng)險(xiǎn)，但突破后將開啟指數(shù)級進(jìn)化通道。

對于行業(yè)格局演變，劉德兵認(rèn)為"AI六小虎"時(shí)期的混戰(zhàn)是技術(shù)探索期的必然現(xiàn)象。隨著市場成熟，專注基礎(chǔ)模型研發(fā)的企業(yè)將形成差異化競爭。智譜堅(jiān)持"讓機(jī)器像人一樣思考"的愿景，在技術(shù)"摸高"與商業(yè)落地間尋找平衡點(diǎn)，既保持對前沿研究的投入，又確保每個(gè)技術(shù)突破都能轉(zhuǎn)化為應(yīng)用優(yōu)勢。

當(dāng)前資本市場出現(xiàn)的IPO熱潮，被劉德兵視為行業(yè)進(jìn)入商業(yè)化深水區(qū)的標(biāo)志。他指出，上市潮反映市場評估體系的轉(zhuǎn)變：投資者不再單純關(guān)注技術(shù)參數(shù)，而是綜合考察企業(yè)的場景落地能力、盈利模式清晰度及生態(tài)構(gòu)建潛力。這種轉(zhuǎn)變將推動AI產(chǎn)業(yè)從技術(shù)競賽轉(zhuǎn)向價(jià)值創(chuàng)造階段。

在技術(shù)突破方向上，劉德兵特別看好智能體(Agent)技術(shù)的進(jìn)化。他認(rèn)為2026年將出現(xiàn)效率與精準(zhǔn)度雙重提升的智能體應(yīng)用，這類工具不僅能自主調(diào)用資源，還能在復(fù)雜環(huán)境中做出最優(yōu)決策。這種突破將重新定義人機(jī)協(xié)作模式，為產(chǎn)業(yè)智能化提供關(guān)鍵基礎(chǔ)設(shè)施。