4年百亿估值，国产大模型创业TOP 1，清华造 年百成立于2019年6月

智谱AI，年百成立于2019年6月，亿估由清华大学计算机系知识工程实验室（KEG）的值国技术成功转化而来。

核心团队成员几乎都是产大创业清华血脉
，其中，模型CEO张鹏毕业于清华大学计算机系
 ，华造出国劳务以色列要交多少钱是年百清华大学2018创新领军工程博士。

在KEG实验室时 ，亿估团队主要进行研究如何把机器学习 、值国数据挖掘、产大创业知识图谱等应用到工程实践中 ，模型并且从2017年开始训练AI模型 。华造

到了智谱成立一周年那天
，年百恰巧OpenAI发布了GPT-3 。亿估

从那时候起，值国智谱公司上下开始全情投入大语言预训练模型的研发。在大模型的道路上，OpenAI选择了GPT，谷歌选择了BERT ，而智谱选择了GLM（General Language Model）。

种瓜得瓜 ，后来几乎所有的故事都围绕智谱独特的GLM预训练架构展开:

2022年，智谱和清华合作研发了双语千亿大模型GLM-130B，文登出国劳务招聘信息网把它作为基座 ，开始打造大模型平台及产品矩阵。

2023年，智谱动作非常频繁，从推出对话模型ChatGLM同时开源单卡版模型ChatGLM-6B起，相继视觉模型Visual-6B、代码模型代码模型CodeGeeX2、数学模型MathGLM、多模态模型CogVLM-17B 、Agent模型AgentLM系列，并且统统开源。

今年8月31日，智谱基于中英双语对话模型ChatGLM2的生成式AI助手“智谱清言”，成为了首批11家通过备案飞入寻常百姓家的大模型产品 。

可以说，这几年来 ，智谱在大模型领域主要做的事情很明晰 ，就是日本房产一手夯实地基（基座模型），然后在地基上搭建各种模态和功用的建筑
。

值得一提的是，智谱从雏形时期就能用B端服务能力养活自己
，这是湖北出国劳务招聘信息网这家公司面对“大模型花钱如流水”的公认现实不仅不畏手畏脚，还频繁研发推出新模型新产品的底气。

当然这不是唯一原因
。

除了服务能力和与之伴随的营收能力，智谱还拥有过硬的人才队伍和技术实力。

上面已经提到
，智谱脱胎于清华，而“清华系”已经成为这个领域一种颇具威望的标签。

究其原因是清华计算机系投身大模型研究较早 ，有着长期经验，培育了许多人才——现在市场上叫得上名字的玩家，以智谱为代表，以及如月之暗面、深言科技 、一流科技 、百川智能、面壁智能、衔远科技 、生数科技等
，都是清华血脉。

他们所发表论文的被引用数 、所发布模型的可验能力，都是对这个“公认标签”有力证明。

而且据公开资料，智谱是唯一全内资国产自研的大模型企业。

这样的公司底色，让智谱在“模型安全、日本招聘数据安全、内容安全”不绝于耳的讨论和争议声中，有着自己的准备和策略 。

据悉，为配合国产GPU发展 ，智谱现在在落地GLM通用语言模型国产芯片适配计划。

具体来说，就是和国产算力芯片厂商一起合作做模型算法适配，在算法端推理端适配国产芯片 ，目前可适配的国产芯片已有近10种。

融了这么多钱，接下来做什么?

上述的成绩单和独特性 ，或许成为了智谱一路备受看好 、脱颖而出的关键原因。

但因为备受看好 ，积累了足够资本的智谱也表明了构建更长远竞争力的决心 。

在10个月内狂揽25亿人民币融资后 ，智谱AI官方表态:

上述融资将用于基座大模型的进一步研发 ，更好地支撑行业生态，与合作伙伴一同高速发展
。

核心归结起来就两大方面:

• 一是做大做强做坚实大模型底座。

• 二是拓展生态和朋友圈 。

既要有深度
，也要有广度。

首先，做大做强大模型底座，“进一步研发”基座大模型。

目前智谱视为底座的大模型，是发布于2021年的双语双向稠密模型GLM-130B
，拥有1300亿参数。

当时受技术、数据、算力等诸多限制，训练这个参数量的大模型足够令人头秃 ，但成果很显著，GLM-130B的部分表现优于GPT-3以及PaLM
。

不过时至今日 ，数据
、模态增长带来的需求，昔年1300亿参数的庞然大物好像有些不够看了。

量子位得到的最新消息是 ，这周五（10月27日），智谱将有新动作——发布新一代基座大模型 。

其次 ，拓展生态和朋友圈 。

落实到具体行动上，应该绕不开智谱一以贯之的准则:持续开源。

这家公司一直是大模型领域最开放的玩家之一 ，早在前ChatGPT时代，它就和百度（ERNIE2.0） 、阿里(AliceMind)、智源(清源CPM) 、澜舟(孟子大模型)等一起，走透明、开放的态度 。

现在翻看智谱早期的GLM报告，里面就有“我们邀请大家加入它的开放社区
，推动大规模预训练模型的发展”的字样。现在
，这家公司仍在用开源的方式
 ，和开发者、行业用户交个朋友。

这个习惯延续到现在。

结合目前的数据，可以更清楚地看待智谱对开源的坚持，收获了什么阶段性结果:

开发者社区
，ChatGLM-6B上线四周后抱抱脸趋势榜第一 ，累计超1000万下载，GitHub揽星5w+ 。

另一边，智谱公司官网上罗列着共建生态的合作伙伴 ，“69个国家，1000+个研究机构”
。此外 ，量子位得到求证 ，其客户数量超过1000家，共建开源生态的在200-300家之间。

大模型生态一旦建立，就能更好地整合大模型基础层、中间层和应用层的资资源 ，进行优化配置，达到健康交互、协同进化的效果
。

在这之中  ，基座大模型凭借基础性 、通用性 ，位列大模型生态的核心地位。想明白这一点，就不难理解智谱致力于拓展生态和朋友圈的优势和必要性了。

大模型创业，步入分水岭时刻

去年十一月底，OpenAI给世界送来了ChatGPT。紧接着 ，大模型技术趋势以前所未有的速度掀起一波又一波的高潮 。

直观数据是惊人的，呈现速度也是惊人的 。

上亿的用户活跃度、十数亿的收入
、百亿的估值……大模型不讲武德地强势席卷世界，所有人都在观望
、探索 ，思考这个人工智能技术能够探索多广阔的边界，其支撑的产品又能如何发挥技术之力?

于是  ，国外有OpenAI、Anthropic这样的先驱者，国内也有了智谱AI
、MiniMax这类百亿独角兽 。

珠玉在前，技术和工程方面的部分问题无法快进和跳过 ，再明星的阵容、再天文数字的融资 ，只要走大模型的路 ，就必须亲自经历
 。

挑战十分严峻 ，但挑战者前赴后继，乐在其中 。

△图源红杉

今时今日
，几乎一年过去，我们见证了大模型技术的发展，也见证了创新和竞争如何塑造着这个领域 。

更可以清晰看到的是，巨头完成初步卡位，创业公司开始洗牌，第一阶段格局初现 。

没错
，一家公司做不完大模型能力内的所有事 ，但通用大模型的门票就这么有限，没有能力拿到的玩家，开始分流:要么走向专用 ，做行业模型;要么放弃模型层创业，开始站在别家模型的肩膀上 
，走向中间层  、应用层……

大模型创业，正在进入分水岭时刻。

从今往后，关于大模型创业的融资进展 ，很可能比起现在会越来越聚集 。动辄数亿数十亿的资金将继续聚集到“已经不差钱”公司 。

行业的马太效应正在加剧。资本总量有限，越有价值的公司会被更加好看，最好最多的资源被送到最有潜力的那匹马手中。

资本市场上
，贵的公司唯一的缺点就是贵，便宜的公司唯一的优点就是便宜 。

大模型创业的上半场 ，即将结束。

—完—