大模型行業(yè)正經(jīng)歷關(guān)鍵轉(zhuǎn)折，曾經(jīng)由技術(shù)突破引發(fā)的熱潮，在2025年迎來商業(yè)化考驗(yàn)。隨著智譜等頭部企業(yè)啟動(dòng)IPO進(jìn)程，行業(yè)焦點(diǎn)從模型能力的比拼轉(zhuǎn)向應(yīng)用落地的實(shí)效。資本市場對大模型企業(yè)的評(píng)估標(biāo)準(zhǔn)愈發(fā)嚴(yán)格，尤其在開源與閉源路線之爭中，這種審視尤為明顯。

在行業(yè)認(rèn)知中，開源與商業(yè)化常被視為對立面。然而，智譜董事長劉德兵提出反直覺觀點(diǎn)：二者長期來看并不沖突。他解釋稱，短期利益下閉源確實(shí)能快速盈利，但從產(chǎn)業(yè)長遠(yuǎn)發(fā)展看，開源是培育生態(tài)的基礎(chǔ)。AI化是百年進(jìn)程，若不開源，多數(shù)人無法接觸技術(shù)，產(chǎn)業(yè)應(yīng)用便無從談起。開源能降低企業(yè)溝通成本，加速合作推進(jìn)，例如智譜開源后商業(yè)收入快速增長，技術(shù)進(jìn)展與應(yīng)用擴(kuò)展將進(jìn)一步推動(dòng)增長。

針對智譜發(fā)布10B級(jí)小參數(shù)模型GLM-4.1V-Thinking，劉德兵認(rèn)為，性價(jià)比競爭并非新現(xiàn)象，只是當(dāng)前模型性能提升放緩導(dǎo)致行業(yè)分化。他強(qiáng)調(diào)，大參數(shù)模型仍是技術(shù)錨點(diǎn)，通過提升參數(shù)和訓(xùn)練數(shù)據(jù)，可明確模型性能上限。例如，小模型跑出90分時(shí)，需通過萬億參數(shù)模型驗(yàn)證其水平：若萬億模型僅達(dá)91-92分，則小模型已足夠；若達(dá)98-99分，則需優(yōu)化小模型向高性能指標(biāo)靠攏。這種“錨點(diǎn)+優(yōu)化”的技術(shù)路線，能平衡性能與效率。

談及應(yīng)用落地，劉德兵指出，語言、圖像生成等領(lǐng)域已成熟，但能源、制造等產(chǎn)業(yè)深度應(yīng)用仍需突破。他提出兩個(gè)方向：一是模型企業(yè)與產(chǎn)業(yè)深度結(jié)合，通過共創(chuàng)場景逐步融入產(chǎn)業(yè)；二是提升模型基礎(chǔ)能力，降低使用門檻，未來普通用戶也能高效應(yīng)用。對于深度結(jié)合的時(shí)長預(yù)期，他表示，龍頭企業(yè)普遍理性，愿通過成熟場景切入，逐步實(shí)現(xiàn)AI融入產(chǎn)業(yè)基礎(chǔ)設(shè)施。

針對C端產(chǎn)品向“超級(jí)入口”收縮的趨勢，劉德兵認(rèn)為，短期看，超級(jí)入口能快速擴(kuò)大影響力；但長期看，模型與產(chǎn)業(yè)深度結(jié)合的方向更具潛力。盡管前期投入大、進(jìn)展慢，但一旦做深，可能代表未來方向。他強(qiáng)調(diào)，智譜在基礎(chǔ)模型研究與產(chǎn)業(yè)應(yīng)用中平衡投入，技術(shù)“摸高”需轉(zhuǎn)化為商業(yè)優(yōu)勢，避免“空、虛”的研究。

在AGI（通用人工智能）分級(jí)中，行業(yè)正從L3（自我學(xué)習(xí)）向L4（自我認(rèn)知）跨越。劉德兵指出，L3到L4的關(guān)鍵是模型能調(diào)整自身參數(shù)數(shù)值，而非僅擴(kuò)展能力邊界或記憶交互內(nèi)容。當(dāng)前模型糾正錯(cuò)誤僅限于當(dāng)前場景，參數(shù)數(shù)值固定導(dǎo)致判斷邏輯不變；若能調(diào)整參數(shù)數(shù)值，模型將永久改變判斷邏輯，實(shí)現(xiàn)真正自學(xué)習(xí)。但這一突破難度極大，可能引發(fā)模型崩潰，需平衡局部修正與整體穩(wěn)定性。

對于行業(yè)格局變化，劉德兵認(rèn)為，初期混亂源于方向不明，隨著發(fā)展，企業(yè)將找到定位。智譜堅(jiān)持“讓機(jī)器像人一樣思考”的愿景，長期投入基礎(chǔ)模型研究，保持國際前列。針對AI“獨(dú)角獸”IPO熱潮，他表示，這標(biāo)志行業(yè)從技術(shù)探索期進(jìn)入規(guī)模化商業(yè)應(yīng)用期，資本市場將嚴(yán)格檢驗(yàn)企業(yè)的商業(yè)模式可持續(xù)性、盈利能力與長期價(jià)值。

展望2026年，劉德兵預(yù)計(jì)技術(shù)將有突破，應(yīng)用將更務(wù)實(shí)廣泛。他特別提到智能體（Agent）應(yīng)用，當(dāng)前已實(shí)現(xiàn)“0到1”突破，但精準(zhǔn)性與效率不足，2026年有望顯著提升。隨著企業(yè)更明確AI應(yīng)用場景與結(jié)合方式，更多人將從中獲益，推動(dòng)產(chǎn)業(yè)格局進(jìn)一步優(yōu)化。