大模型行業(yè)正經(jīng)歷關(guān)鍵轉(zhuǎn)型期，曾經(jīng)以技術(shù)突破為主導(dǎo)的狂熱發(fā)展，在2025年迎來商業(yè)化考驗。隨著智譜等頭部企業(yè)啟動IPO進程，市場關(guān)注焦點從單純的技術(shù)競賽轉(zhuǎn)向?qū)嶋H應(yīng)用價值評估。這種轉(zhuǎn)變在開源與閉源路線之爭中體現(xiàn)得尤為明顯，資本市場開始用更嚴(yán)格的標(biāo)準(zhǔn)審視企業(yè)的可持續(xù)發(fā)展能力。

智譜董事長劉德兵在接受專訪時表示，開源與商業(yè)化并非對立關(guān)系。短期來看，閉源模式可能帶來直接收益，但從長遠發(fā)展角度，開源有助于構(gòu)建完整的產(chǎn)業(yè)生態(tài)。他指出："AI化是百年進程，如果不開源，許多中小企業(yè)和個人開發(fā)者將無法接觸核心技術(shù)。通過開源培養(yǎng)產(chǎn)業(yè)生態(tài)，最終會有部分轉(zhuǎn)化為商業(yè)價值。"這種判斷已得到市場驗證，智譜在持續(xù)開源的同時，商業(yè)收入保持快速增長態(tài)勢。

針對行業(yè)關(guān)注的參數(shù)規(guī)模問題，劉德兵解釋稱，大參數(shù)模型仍具有戰(zhàn)略價值。他以GLM-4.1V-Thinking 10B級小參數(shù)模型為例說明，雖然行業(yè)出現(xiàn)性價比競爭趨勢，但大參數(shù)模型作為技術(shù)錨點不可或缺。"通過萬億參數(shù)模型確定性能上限后，我們可以更有針對性地優(yōu)化小模型。這種技術(shù)路線既能保證性能基準(zhǔn)，又能實現(xiàn)參數(shù)規(guī)模的有效控制。"

在應(yīng)用落地層面，劉德兵承認當(dāng)前存在認知落差。雖然語言處理、圖像生成等領(lǐng)域已實現(xiàn)成熟應(yīng)用，但能源、制造等重工業(yè)領(lǐng)域的深度融合仍需突破。他強調(diào)兩個關(guān)鍵方向：一是模型企業(yè)與行業(yè)龍頭的深度協(xié)作，二是模型自身能力的持續(xù)提升。"未來當(dāng)模型智力水平達到臨界點，普通用戶也能輕松使用，那時'一人公司'的創(chuàng)業(yè)模式將成為可能。"

對于AGI發(fā)展路徑，劉德兵認為當(dāng)前行業(yè)正處于L3（自我學(xué)習(xí)）向L4（自我認知）跨越的關(guān)鍵階段。真正的突破在于模型能否自主調(diào)整參數(shù)數(shù)值，而非簡單的交互記憶。"這就像人類改變世界觀一樣困難，參數(shù)調(diào)整可能引發(fā)模型崩潰，但這是實現(xiàn)自主進化的必經(jīng)之路。"他透露，智譜正在探索參數(shù)動態(tài)調(diào)整機制，這是實現(xiàn)模型自主成長的核心挑戰(zhàn)。

針對行業(yè)格局變化，劉德兵認為市場分化是必然趨勢。隨著技術(shù)探索期結(jié)束，能夠堅持基礎(chǔ)模型研發(fā)的企業(yè)將越來越少。"智譜始終以'讓機器像人一樣思考'為愿景，這種長期主義定位要求我們保持技術(shù)前瞻性。"他透露，公司正在平衡基礎(chǔ)研究與應(yīng)用開發(fā)，確保技術(shù)突破能夠轉(zhuǎn)化為商業(yè)優(yōu)勢。

對于即將到來的2026年，劉德兵預(yù)測AI應(yīng)用將迎來實質(zhì)性突破。他特別看好智能體（Agent）技術(shù)的發(fā)展，認為當(dāng)前0到1的突破將在精準(zhǔn)度和效率上實現(xiàn)質(zhì)的飛躍。"明年會有更多企業(yè)通過AI應(yīng)用獲得實際收益，行業(yè)對技術(shù)落地的認知將更加成熟。"這種判斷基于當(dāng)前市場參與度的顯著提升，以及技術(shù)融合經(jīng)驗的持續(xù)積累。