近日，在智谱开放平台产业生态大会上，浦东创投集团和张江集团宣布对智谱进行总额10亿元的战略投资，并于近期完成首笔交割。
智谱CEO张鹏透露智谱两则信息：一是开源发布新一代通用视觉语言模型GLM-4.1V-Thinking，以推理能力为核心突破点，刷新10B级别多模态模型性能上限；二是MaaS全新上线Agent聚合平台“应用空间”，全面激活行业场景中的AI能力，联动Z基金启动Agent开拓者数亿元专项扶持计划。
关于公司经营及发展战略等问题，《中国经营报》记者采访智谱方面，截至发稿，对方尚未回复。
发布最新大模型
近日，有媒体报道称，智谱已启动IPO上市辅导，成为第一家冲刺上市的“大模型六小虎”创业公司。
上市辅导前夕，智谱密集收获了多地国资的战略投资。今年3月3日，智谱宣布完成一笔超过10亿元的战略融资，参与者包括两家来自DeepSeek总部所在地的杭州的国资——杭州城投产业基金及上城资本；3月12日，珠海市政府控股的地方国企珠海华发集团战略投资了智谱，投资金额为5亿元；3月19日，成都高新区宣布战略投资智谱3亿元。
在生态大会上，智谱还正式发布并开源视觉语言大模型GLM-4.1V-Thinking。据介绍，GLM-4.1V-Thinking是一款支持图像、视频、文档等多模态输入的通用推理型大模型，专为复杂认知任务设计。它在GLM-4V架构基础上引入“思维链推理机制（Chain-of-Thought Reasoning）”，采用“课程采样强化学习策略（RLCS, Reinforcement Learning with Curriculum Sampling）”，系统性提升模型跨模态因果推理能力与稳定性。
张鹏表示，接近1分钟的电影片段，GLM-4.1V-Thinking也可以做出完整理解，并且把动态镜头的细节捕捉得非常到位，“这样的能力是之前无法想象的”。
据了解，GLM-4.1V-Thinking在GLM-4V架构基础上引入“思维链推理机制”，采用“课程采样强化学习策略”，系统性提升模型跨模态因果推理能力与稳定性。
据智谱方面介绍，其轻量版GLM-4.1V-9B-Thinking模型参数控制在10B级别，在兼顾部署效率的同时实现性能突破。该模型在MMStar、MMMU-Pro、ChartQAPro、OSWorld等28项权威评测中，有23项达成 10B 级模型的最佳成绩，其中18项更是持平或超越参数量高达72B的Qwen-2.5-VL，充分展现了小体积模型的极限性能潜力。
谈及智谱AI的经营情况，爱分析首席分析师李喆告诉记者，受到DeepSeek这些开源大模型影响，智谱AI业绩情况可能不达预期。我们了解到情况是，2025年年初整个智谱公司经营策略，从“卖模型”向“卖服务”方向进行调整。一方面是2024年签订的模型项目怎么跟客户解释并完成交付履约工作，另一方面是2025年新签订项目大部分是模型应用开发类，项目交付压力会比较大。
“瓶颈主要是算力资源利用率低，商业化缺少优势。”李喆说，智谱定位是基础大模型公司，不像其他做基础大模型的公司（阿里巴巴、字节跳动等），即使模型本身不收费，也可以通过算力、IaaS服务等方式获取营收。在当前开源大模型能力很强的情况下，智谱本身的商业化挑战比较大。因为智谱是最早一批做大模型的，早期低成本囤积了很多卡，但算力利用率比较低，模型又同时想往多个方向发力（语言模型、多模态模型），导致语言模型能力不及DeepSeek V3，多模态模型没有太多应用场景。
机遇挑战并存
在业内人士看来，智谱AI的GLM模型作为中国代表性大模型之一，在技术路线和应用生态上具有鲜明特色。与其他主流模型（如OpenAI的GPT系列、Anthropic的Claude、Google的Gemini等）相比，中文理解与生成能力突出。基于清华技术团队的中文语料优化，在中文语义理解、古文处理、本土化表达上表现优异，尤其适合教育、政务、文化等领域。
同时，中文长文本处理能力强（如128K上下文），支持低推理成本的长文档分析（如合同、论文）。
另外，开源生态活跃。开源模型ChatGLM-6B/12B在GitHub累计超3万星，适配消费级显卡（RTX 3060可运行），大幅降低企业和个人部署门槛。提供完整工具链（微调框架、量化工具），开发者生态活跃，适合私有化部署需求。
在一些垂直领域也有优势。在教育、法律、医疗等场景推出行业大模型（如MathGLM数学推理模型、LawGLM法律助手），专业性强。企业级产品GLM-4支持Agent智能体开发，可调用浏览器/代码解释器等工具链。
还有性价比优势。API价格低于国际主流模型（如GLM-4输入价格仅为GPT-4-Turbo的1/5），适合大规模商用。
主要劣势可能在于，多模态能力待提升。图像/音频等多模态支持起步较晚（2024年推出CogView 3文生图模型），弱于GPT-4V、Gemini 1.5 Pro等成熟多模态模型。
英文能力相对弱。在复杂英文逻辑推理、学术写作等场景表现落后于Claude 3/ GPT-4，国际学术评测（如MMLU）得分约低5个～10个百分点。
工具生态成熟度不足。插件市场、开发者工具丰富度不及OpenAI（如缺少类似GPTs的低代码构建平台），第三方集成较少。
长上下文实际性能波动。虽支持128K上下文，但在超长文本中精准定位关键信息的能力弱于Claude 3。
李喆认为，有政府背书是智谱的最大优势，能够签下不少政府和央国企的大项目订单。融资能力强，有足够充足的弹药持续留在牌桌上。而劣势主要是其商业化能力，目前智谱还未找到一条长期可持续的商业化之路。如果一直做大模型应用类项目，持续投入大量人力做交付工作，会影响智谱的基础大模型能力持续迭代，进而影响公司长期竞争力。
