摘要：其中，2025年3月初，智谱AI宣布近期完成新一轮金额超10亿元人民币的战略融资，参与投资方包括杭州城投产业基金、上城资本等。3月中旬，珠海华发集团宣布斥资5亿元战略投资智谱AI ，推进智谱基座GLM大模型的技术创新与生态发展。珠海联合智谱搭建首个城市级GLM

雷递网 乐天 3月31日

2025年以来，智谱在资本方面动作很多，相继与北京、杭州、上海、成都、珠海等在内的地方政府达成合作。

其中，2025年3月初，智谱AI宣布近期完成新一轮金额超10亿元人民币的战略融资，参与投资方包括杭州城投产业基金、上城资本等。3月中旬，珠海华发集团宣布斥资5亿元战略投资智谱AI ，推进智谱基座GLM大模型的技术创新与生态发展。珠海联合智谱搭建首个城市级GLM大模型空间——“智谱+珠海华发空间”。

智谱CEO张鹏在今日的发布会上表示，在城市生态方面，自主、安全、低幻觉的GLM大模型依然是城市首选的模型厂商。智谱与当地龙头企业携手，推动地方大模型应用生态的建设。

“比如在珠海，我们和珠海龙头企业华发集团联合搭建首个城市级GLM大模型空间——“智谱+珠海华发空间”，将智谱一系列语言、多模态等端侧模型部署到各个设备。类似的落地还有很多。”

以下是智谱CEO张鹏演讲核心内容：

此时，这个Agent开始了一轮一轮的灵魂拷问：

我到底擅长啥？我们看到不同于一般的推理模型，这个Agent的思维链很长，它一直在不断的思考、反思、纠错。

然后Agent发现自己可能可以通过写作，或者调查问卷之类的方式赚到钱。这个时候它开始思考，我该去哪里搜各种征稿？

在这个过程中，它自己在不断打开知乎/小红书搜索，自己输入要搜索的信息、自己选择好筛选条件，然后就是一页页浏览网页内容和图片，再选择自己需要的。

大家可以看到，这个Agent不论是思考过程，还是动手上网的方式，都和人非常像了。

它因为要不断的推理规划、反思、查询、调用工具，所以这个过程它大概要走10几分钟。

由于时间关系，我们就先把它放在一边。一会再来揭晓，是翻车了还是成功了。

大家在线上用的时候，也可以随时把它扔在后台，不管它，让它自己慢慢探索。

相信这是大家很多人都是第一次见到，

Agent 在我的电脑上，自己动手在上网。

真的在认认真真的干一件事儿。

这里还有另一个赚钱的例子，14 天前我们秘密开展了一项测试。我们注册了一个小红书号，专注于生活科普。我们用新的Agent生成了笔记，比如怎么选咖啡壶、怎么做化妆品成分对比等。有些任务可真不简单，像化妆品成分对比，要调查 2025 年最火的三大抗老成分，比对它们的作用、用法、优劣势，最后还要做严谨的比对分析。

现在为大家揭晓一下这个小红书账号的成绩：两周时间我们收获了 5000 粉丝，接到多条商单邀请，昨天，我们发出了第一个商单，赚了500块钱。

今天，我们要发布的这个产品，叫 AutoGLM 沉思。名字听起来有点高冷，行为却特别主动。

沉思不是 Chatbot，也不是 AI 搜索。它的最小输入单位，是“任务”。

下面让我们再通过一个视频，看看AutoGLM沉思是如何帮助专业人士直接完成任务的。

智谱成立的愿景，是让机器像人一样思考，今天我们更希望让它像人一样思考和行动，实现AI与物理世界的交互。

刚刚大家看到的视频和demo，来自我们全新推出的Agent——AutoGLM 沉思。它是首个集深度研究能力和网页操作能力于一体的Agent。复杂问题，边想、边干。

这一能力的实现依赖于三个关键技术：

深度思考：能够模拟人在面对复杂问题时的自主决策过程。

感知世界：能够像人一样获取并理解环境信息。

工具使用：能够像人一样调用和操作工具，完成复杂任务。

此次发布的为 preview版本，核心支持 research 场景；

在未来两周，我们将进一步扩展更多Agent的执行能力。

为什么叫AutoGLM 沉思，因为在AutoGLM 沉思背后的模型，是我们全新推出的Agent大脑——沉思模型，即通过强化学习，让模型学会自我批评、反思、甚至沉思，并通过更长的深度思考时间换取更优的效果。

沉思突破了实时联网搜索、动态工具调用、深度分析和自我验证，实现真正的长程推理和任务执行。

比如这个prompt“写一篇报告，关于哪吒2票房的成功将会给中国电影行业带来怎样的改变。”沉思模型很擅长做这类开放性的问题，需要模型自己去探索，最后它生成了近万字的报告。

智谱很早便布局AI Agent，甚至早过 OpenAI 和 Anthropic，我们率先提出 Phone use（AutoGLM），也几乎与 Anthropic 在同一时间发布了 Computer use。

从Agent发展历程来看，智谱始终在创新。

从2023年10月最早推出具备Function Call能力的智谱清言，

到2024年1月率先上线支持智能体编排的GLMs，

再到2024年10月推出全球首个设备操控智能体AutoGLM，

以及今天推出我们最新的自主智能体AutoGLM沉思，

智谱一直在引领对 Agent 上限的探索。

同样， AutoGLM也不是一蹴而就的，

它的动脑、动手、能看见，背后是一系列的模型能力。

背后由智谱一代代的模型积累而成，所有模型均为智谱自研。

具体来看，AutoGLM沉思的技术演进路径包括：

我们在GLM-4-Air基座模型的基础上，训练出推理模型GLM-Z1-Air，基于Z1模型，结合工具使用和完成长程推理能力，训练出沉思模型，来作为AutoGLM沉思的大脑。

最后集成了智谱自研的智能体技术AutoGLM，成为AutoGLM沉思的手脚。

今天，我们将发布上述模型，以及公布开源计划。

首先介绍全新的推理模型 GLM-Z1-Air。它拥有比肩 DeepSeek R1 的推理性能，极速版的速度有 8 倍提升，而价格仅需R1的 1/30。

在性能表现上， Z1-Air 可以与DeepSeek-R1 媲美。

我们在 AIME 24/25、LCB、GPQA 等基准测试中对 GLM-Z1-Air 进行了评估，评估结果显示 GLM-Z1-Air 展现了较为强大的数理推理能力，这为更多复杂任务的解决提供了支持。

在推理速度上，极速版GLM-Z1-Air最高生成速度可达每秒 200Tokens ，是 R1 的8倍。Z1-Air能快速执行复杂任务，也为 AI 智能体的落地提供了坚实的底座。

GLM-Z1-Air 良好取得高性能与低成本间的平衡，它的价格仅为DeepSeek-R1 的1/30。

此外，GLM-Z1-Air可在消费级显卡上运行，更进一步解放开发者在硬件方面的限制。

总的来说，GLM-Z1-Air 性能可与具备更高参数的 671B 的DeepSeek-R1 相媲美，同时实现了8倍R1的推理速度，也更为便宜，仅为R1 1/30的价格。

而GLM-Z1-Air的基座模型，是我们重新训练了一个320亿参数的基模 GLM-4-Air，基于我们最新的技术积累。

在GLM-4-Air的预训练阶段，我们加入了更多的代码类、推理类数据；并在对齐阶段，针对Agent能力进行了对齐，使其更擅长工具调用、联网搜索等Agent任务。

这款模型只有 32B 的参数量，能力却比肩更大参数量的国内外主流模型。

此外，我们将更新上线 GLM-4-Flash，并推出了对应推理版本 GLM-Z1-Flash。更高速，完全免费调用，满足广泛的应用需求。

我们知道，Agent的核心就是推理规划和动手能力。

上面新发布的基座模型，就是我们AutoGLM沉思的大脑，提供推理能力，下面我们来谈谈Agent的手脚，也就是使用工具的能力——AutoGLM。

AutoGLM是我们去年10月在CNCC上发布，作为全球首个能够在手机上执行长达50多步action的大模型智能体，当时AutoGLM的出现，也意味着大模型首次跳出了Chatbot的框架，初步具备了与现实世界互动的能力。

今天所发布的AutoGLM沉思版，背后的AutoGLM能力，较上次发布在短短几个月内也有了非常大的进化。

大家都知道，大模型的预训练和后训练存在 Scaling Law。然而，不只是大模型推理满足这一规律，我们发现，Agent 也存在类似的 Scaling Law。

对于 Agent，通过扩展训练时的 inference compute，我们观察到 Agent 展现出了更强的性能。

这一 Agent Scaling Law 的背后，是我们的自进化在线课程强化学习算法框架，WebRL。我们通过设计由易到难的任务序列，逐步引导模型从简单场景向复杂场景过渡学习，从而提升训练效率和最终性能。这种方法模拟人类学习过程，通过动态调整任务难度，帮助模型积累基础能力后再挑战高难度任务，有效避免直接处理复杂问题时的训练不稳定。

在 Agent Scaling Law 的基础上，我们进一步发现了 Agent 存在的能力涌现。比如在我们的训练过程中，从未教给 AutoGLM 沉思访问过巨潮资讯网。然而，当发送指令“帮我收集昨天关于具身智能的相关研报”时，我们惊喜地发现， AutoGLM沉思能够规划出通过访问巨潮资讯解决问题的方案，并顺利操作了网站。

AutoGLM的动手能力目前在行业内处于Sota，包括浏览器、手机和电脑在内的使用工具能力，全面领先。

在斯坦福大模型中心《AI 指数 2024》选为智能体代表基准的 AgentBench 上，AutoGLM 系列模型在 5 个环境上取得超过此前所有 SOTA 表现的效果。在 Phone Use 基准 AndroidLab 和 AndroidWorld 上，AutoGLM-Phone 任务成功率相对过往 SOTA 提升超过 20%。在 Browser Use 评测基准上，AutoGLM-Web 也全面超越 OpenAI GPT-4o 和 Anthropic Claude-3.5-Sonnet。

在GUI智能体方面，CogAgent 在GUI Agent的多个榜单上取得了sota的结果。CogAgent的模型参数仅为9B，超越了包括Claude Computer Use等一众更大规模的同类模型。

我们此前预告了2025将是智谱的开源年。

上述我们提到的模型，包括基座模型GLM-4-AIR、推理模型GLM-Z1-Air、沉思模型GLM-Z1-rumination，都将在4月14日正式开源，以更好地回馈技术社区。

相关模型会在接下来的两周内，陆续上线智谱的开放平台。

智谱始终专注于AGI基座模型的研发，目前已经探索到L3-Agentic LLM阶段，我们将GLM一系列 Agent 能力，统称为Agentic GLM。未来很长一段时间内，智谱将聚焦Agentic GLM的研发。

基座模型方面，智谱将依托自主大模型技术，极致、专注地探索智能水平的上线。同时，推动从基座模型、到 Agent 基座模型、到 Agent 统一协议与平台、再到 Agent 应用与生态的等Agent相关技术的建设。

2025年将会是Agent应用的元年，智谱也将深度参与这一场浪潮，为更多应用合作伙伴，提供基座模型能力。

我们在大力发展基座模型的同时，也会积极帮助我们的生态伙伴更好地调用 Agentic GLM 能力，包括搭建MaaS平台和智能体平台，打造基于行业、地域和场景的Agent应用。

在行业生态方面，智谱坚持和行业伙伴共创，用我们在大模型研发上的积累，帮助行业伙伴成功，合力做出成功的大模型应用。

目前，我们已携手金融、教育、医疗、政务、企服等领域的合作伙伴，共同推进Agentic LLM的落地应用。

关注智谱的朋友都知道，近期，包括北京、杭州、上海、成都、珠海等在内的地方政府也官宣了和智谱的合作。

在城市生态方面，自主、安全、低幻觉的GLM大模型依然是城市首选的模型厂商。我们与当地龙头企业携手，推动地方大模型应用生态的建设。

比如在珠海，我们和珠海龙头企业华发集团联合搭建首个城市级GLM大模型空间——“智谱+珠海华发空间”，将智谱一系列语言、多模态等端侧模型部署到各个设备。类似的落地还有很多。

作为一家朝向 AGI 的公司，智谱不仅致力于推动国产大模型技术的发展，也希望能为世界贡献中国 AI 力量。

我们在积极推动中国原创大模型及解决方案出海，帮助“一带一路”国家构建自主、可控、无幻觉的国家级/区域级的自主大模型。

随着更多国家对AI的愈发重视，安全、自主、稳定可控的大模型已经成了每一个国家的刚需。

今天，有来自东盟十国及“一带一路”沿线国家的十位代表，与我们共同见证，由智谱主导发起的“自主大模型共建联盟”的成立。“自主大模型国际共建联盟”旨在帮助“一带一路”国家建立自主AI，实现人工智能技术的自主可控。这里面有一部分已经是智谱的客户，帮助其构建国家级大模型。这是真正的大模型出海，真正的民族自信。

雷递由媒体人雷建平创办，若转载请写明来源。

来源：雷递一点号