智譜再獲10億融資，推出會看“蘇超”的開源新模型

（文/陳濟深 編輯/張廣凱）

7月2日，智譜開放平台產業生態大會在上海浦東張江科學會堂舉辦。智譜CEO張鵬在主題演講中發佈了智譜攜手生態夥伴邁向AGI的兩項最新成果：一是開源發佈新一代通用視覺語言模型GLM-4.1V-Thinking，以推理能力為核心突破，刷新10B級別多模態模型性能上限；二是MaaS全新上線Agent聚合平台「應用空間」，全面激活行業場景中的AI能力，聯動Z基金啓動Agent開拓者數億元專項扶持計劃。

值得注意的是，本次智譜發佈的新模型不僅可以輸入一個PPT後自動生成彙報內容、演講稿；甚至輸入一段“蘇超”視頻，還能得到一段足球解説……如今的大語言模型不只會看文字，還會看圖片、視頻。

“AGI（通用人工智能）可以分為5個層次：L1是預訓練大模型，L2是對齊、推理，L3是自我學習，L4是自我認知，L5是意識智能。”張鵬指出，視覺推理能力是L3中很重要的能力。

人類的語言能力、視覺能力、語音能力、行動能力、思考能力、推理能力由大腦統一完成，而AI，正在逐一破解這些能力的密碼。

同時，在大會主題演講環節，智譜高級副總裁吳瑋傑、蒙牛集團副總裁&首席數智官李琤潔、中國銀聯金融科技研究院副院長呂旭峯分別就大模型落地實踐做了分享。在panel環節中，捏TA創始人胡修涵、AiPPT聯合創始人王振同、flowith CMO 枴子和張江智薈總經理沈玲就bigmodel原生創業話題進行了觀點碰撞。

智譜再獲10億融資，助力上海打造萬卡集羣

今年3月，智譜落户上海張江，加入“模力社區”產業生態圈。目前，“模力社區”已經集聚將近70家垂類大模型企業，其中25家已經通過了安全備案和登記。

7月2日，在智譜開放平台產業生態大會上，浦東創投集團和張江集團聯合戰略投資智譜，總額10億元。這也是智譜成立以來完成的第十六筆融資。

智譜和上海國資戰略合作簽約現場

就在今年，智譜已經完成了5輪融資，資方分別來自杭州，珠海，成都，北京，上海，且均具有國資背景。

同時，由上海儀電牽頭、浦發集團和智譜共同參與的“算電模”的人工智能新型基礎設施合作啓動，以促進形成“能源+算力+模型+應用”的產業閉環。

浦發集團新產業發展部總經理孫穎對觀察者網表示，該基礎設施是“電算模”的一體結合的算力基礎設施底座，其中浦發集團負責電力，上海儀電負責算力，而智譜則提供模型能力。設施將打造一個萬卡集羣，在浦發集團自有的綠電工廠中，通過綠電直連為運算提供能源。

對於打造萬卡集羣，孫穎解釋道：“萬卡集羣”指的是由上萬張如英偉達的H100這樣的高性能AI計算加速卡組成的超級計算資源池，專門用來訓練和運行大模型。“未來產業對人工智能算力需求巨大，但萬卡集羣規模的算力稀缺，該設施能為後續區域產業發展和招商工作提供支撐。”她説。

上海市經濟信息化委副主任張宏韜則表示發展人工智能是上海的重大戰略任務。當前，上海正以國家戰略為牽引，牢牢把握通用人工智能的發展機遇，夯實算力和語料的基礎能力，推動基礎模型創新發展，全力打造具身智能、智能終端、AI智能體等爆款產品，乘勢而上，建設人工智能上海高地。

開源模型進軍視頻推理領域

同日，智譜正式發佈並開源視覺語言大模型GLM-4.1V-Thinking，標誌着智譜GLM系列視覺模型實現從感知走向認知的關鍵躍遷。

GLM-4.1V-Thinking是一款支持圖像、視頻、文檔等多模態輸入的通用推理型大模型，專為複雜認知任務設計。它在GLM-4V架構基礎上引入“思維鏈推理機制（Chain-of-Thought Reasoning）”，採用“課程採樣強化學習策略（RLCS, Reinforcement Learning with Curriculum Sampling）”，系統性提升模型跨模態因果推理能力與穩定性。

其輕量版GLM-4.1V-9B-Thinking模型參數控制在10B級別，在兼顧部署效率的同時實現性能突破。該模型在MMStar、MMMU-Pro、ChartQAPro、OSWorld等28項權威評測中，有23項達成10B級模型的最佳成績，其中18項更是持平或超越參數量高達72B的Qwen-2.5-VL，充分展現了小體積模型的極限性能潛力。

智譜輕量版GLM-4.1V-9B-Thinking模型跑分成績出眾

而除了傳統的文本，推理，編程任務外，該模型在圖文理解，數學推理和食品理解上均展示出高度的通用性與穩健性：

以AI做高考題為例，由於很多AI目前依然無法識別高考數學題目中的圖標內容，因此在做高考橫評時，AI做數學卷的範圍往往被限定在了只有文字的題目上，觀察者網編輯在現場體驗後發現，智譜的最新模型對於自帶幾何圖案的題目依然可以順利作答。

而除了識別靜態圖片外，智譜的最新模型已經可以識別動態視頻的內容並進行了理解和推理闡述。

蘇超足球解説：識別複雜動態圖像，理解事件邏輯

GUI Agent定日程：理解手機/電腦界面，交互操作

看圖買菜：精確識別圖像內容，支持複雜推理

目前，GLM-4.1V-9B-Thinking已在Hugging Face與魔搭社區同步開源。包含兩個模型，分別是GLM-4.1V-9B-Base基座模型，希望能夠幫助更多研究者探索視覺語言模型的能力邊界作；GLM-4.1V-9B-Thinking，具備深度思考和推理能力的模型，正常使用和體驗，均為這一模型。

Huggling Face中國區負責人王鐵震對觀察者網表示：“智譜模型的性能已經超越了去年11月底發佈的GPT-4o，這款90億參數的模型非常適合筆記本電腦級別的設備運行。”

值得注意的是，本次智譜最新的開源模型憑藉90億的參數量級不僅評測成績優於GPT-4o，也和近期發佈的720億參數阿里千問2.5不分伯仲。

對此王鐵震表示：“這代表中國在開源大模型領域未來達到同樣的性能（智商+情商）所需要的模型尺寸和能耗等成本會越來越低。”

同日，智譜宣佈GLM-4.1V-Thinking-Flash API已經免費上限智譜開放平台上線。

智譜對觀察者網表示：在面向科學研究、教育、自主Agent及多模態助手等更復雜現實世界應用時，補足推理能力的GLM-4.1V-Thinking ，真正解決開放式、信息豐富的千行百業的場景問題。如長視頻理解、圖像問答、學科解題、文字識別、文檔解讀、Grounding、GUI Agent和代碼生成。

加速商業化落地

對於大模型的商業化問題，也是外界一直對於大模型企業關注的重點。

智譜CEO張鵬對觀察者網表示：智譜GLM大模型日均Token的調用量在2025年同比增長了近30倍，且日均消耗金額同比增長了52%。

值得注意的是，考慮到智譜早在2023年就開啓了商業化試水，並披露過2024年期Token調用量增加了150倍，而在這個基數上繼續增長近30倍可見AI商業化應用的廣泛需求。

而智譜的API價格在2024年多次降價，降價幅度動輒80%-90%。就在今年4月，智譜再次對旗下模型API降價， 其中GLM-4-Plus 降價幅度最大，達到 90%，在API價格“白菜價”的情況下還能獲得日均消耗金額的同比增長。

視覺推理作為帶動大模型向通用多模態推理邁進的最新一步，大模型企業也在謀求將這一能力轉化為數字化生產力，尋求商業化落地。

面對B端客户，大模型企業一方面提供Agent，打通“最後一公里”。如智譜面向企業客户和開發者，推出了Agent應用空間，企業無需自建大模型團隊，即可低門檻接入成熟、安全、可控的Agent能力。

如果説大模型是發動機，Agent則是由發動機提供動力的汽車、飛機、軍艦，包括任務型Agent、交互型Agent、自主型Agent、協作型Agent等。

“智能體到底是偏向白領的創意型工作，還是藍領的體力工作，抑或是偏向頂尖研究人員的創意和研究探索型任務更合適？對於這些問題，業界仍然在不斷探索。”張鵬認為，但只有讓AI工人實現了代替人的一部分基礎性、重複性工作，才能夠實現真正的降本增效，這是智能體能力的關鍵點。

長江證券研究指出，視覺推理+工具調用的深度融合下，教育、醫療、企服等垂直場景的 Agent落地週期有望提前，看好Agent商業化元年及投資機遇。

畢馬威中國技術和新經濟管理諮詢服務主管合夥人高人伯表示，隨着生成式AI向“自主智能體”演進，AI將不再僅僅是執行指令的工具，而是能夠主動規劃、協同並完成複雜任務的智能夥伴，這可能會催生全新的商業模式。

另一方面，大模型企業也在探索將AI能力落地於智能硬件。

這也經歷了技術演進：早期模型很大，只能在雲上推理，手機、PC作為客户端調用雲端的智能能力。而隨着端側的算力、能源問題逐步解決，端側也可以部署一定的智能能力，如在汽車、AI眼鏡、AI玩具上可以實現端雲結合。

“未來不管是機器人，還是汽車、眼鏡、胸針，都會接入AI的能力。”張鵬認為。

本文系觀察者網獨家稿件，未經授權，不得轉載。