2026.10.11 | AC | China AI | GLM-6 Expert: Distillation & RSI

摘要

本文核心要点包括：1， GLM模型迭代规划及参数量提升预期2， GLM6系列对标Fable5可能性3， 海外反蒸馏影响4， 国内RSI进展

正文

以下为专家观点：

1，考虑到近期字节跳动、阿里巴巴及Kimi等公司都在尝试研发更大参数的基础模型，相应参数量可能超过5T，智谱AI在超大参数模型领域后续的迭代规划是怎样的？以及如何看待未来国内大模型领域的竞争格局？

目前海外厂商主要致力于实现10万亿参数规模，而国内包括字节跳动、DeepSeek和Kimi在内的公司则主要在追赶3万亿以上参数规模的稳定训练。智谱AI目前的规划并非无限堆砌参数，而是聚焦于1T至5T之间的参数规模，例如GLM-6的参数量为1.6T。公司的核心策略是构建强大的基础模型，然后通过持续的后训练（post-training）来刷新和提升模型能力，追求极致的“质价比”，即在同等智能密度下实现最高的性价比，这一点与Anthropic的策略对标。以GLM-5系列为例，其5.2和5.3版本均基于同一个7,440亿参数的基座模型，能力的提升完全来源于后训练。这种策略也为下一代模型的推理系统进行了预演，目标是在模型发布第一天即可提供大规模服务。

2，如何理解“质价比”这一概念？它是否意味着智谱AI将专注于特定领域，例如编程？

“质价比”与DeepSeek追求的纯粹“性价比”有所不同。DeepSeek的目标是在特定任务（如千字成本）下实现成本最低，而智谱AI的“质价比”策略是对标Anthropic，追求在通用智能的前提下，单位智能密度的价值最高。这意味着公司并非单纯追求低价，而是在保证同等智能水平的基础上实现最优的性价比。为此，公司采用了后训练驱动的技术路线，例如GLM-5系列的一个基座模型可以长期使用半年以上，通过后训练工程化持续刷新能力。

3，智谱AI在GLM-6系列的预计发布时间，核心能力提升方向？

GLM-6系列预计将于明年（2027年）第一季度发布，主要对标GPT-5，参数规模将达到1.6T。在GLM-5系列上，公司会继续深化在编程和Code Agent赛道的布局，充分利用预训练的红利，以保持在国内市场该领域的第一梯队领先优势。

4，如何看待当前大模型领域的竞争格局？

目前的竞争格局可以分为开源和闭源两大阵营。国内开源市场的第一梯队主要包括智谱AI、DeepSeek、阿里巴巴的千问以及Kimi。闭源市场则由海外的OpenAI、Anthropic以及Google主导。在能力上，国内模型与海外模型的主要差距已经缩短，尤其是在编程和Agent领域，基本处于同一梯队。整体来看，可以概括为“开源四强，海外两强”的格局。

5，此前管理层曾提到，预计在今年（2026年）底新款模型将达到Fable5的水平，这具体是指GLM-6系列，还是GLM-5系列的后期迭代版本？

这应该指的是GLM-6系列。GLM-5系列的后续版本，如5.5版本，参数量为1.3T，其能力预计能接近Fable的水平，但尚未达到Fable。

6，GLM-6系列以1.6T的参数量，是如何实现对标参数规模远超于此的Fable5的能力？

GLM-6系列实现能力对标主要依赖于以下几点：首先是参数规模的提升至1.6T。其次，也是核心技术之一，是采用了RSI技术，该技术能自动生成模型所需的数据，并使模型具备自我纠错、判断、迭代和进化的能力，从而显著增强其信息化处理能力。此外，GLM-6系列还将继承GLM-5.5版本在多模态原生、Coding Agent以及后训练工程效率方面的优化成果。

相比于其他模型厂商，智谱AI的优势还体现在后训练的工程能力上。首先，公司自研的Slime异步强化学习框架，极大地提升了工程迭代效率，基本可以按周进行迭代。其次，智谱AI是首批采用DSA稀疏注意力机制和MoE架构的厂商之一。在具体应用上，模型在Coding的SWE-bench上达到了SOTA水平，在Agent能力上也对标并基本对齐了当时的GPT-4.5。核心工程优势还包括在后训练阶段对任务环境的大量投入，以及Agent能力的纵深发展，在工具调用和稳定性方面实现了业界极低的幻觉率。最后，对国产算力的全栈适配也是一项关键的工程优势。而Kimi则选择了另一条技术路线，专注于大窗口长上下文和长程Agent，其2.8万亿参数、1兆上下文的模型是全球最大的开源全中文模型。

7，如何看待Kimi后续可能在K4模型上持续提升参数的计划？这是否会对行业格局产生显著影响？

国内目前尚无任何一家能够稳定训练超过3万亿参数的模型。如果Kimi或字节跳动这类拥有大量NV卡的公司能够率先突破这一瓶颈，理论上会带来一定的技术裂变，但其带来的红利大小尚不确定。

此外，Kimi在技术上较大规模地应用了蒸馏方法。近期，Anthropic和OpenAI已经采取了反蒸馏措施，例如通过API报错和上下文篡改机制来限制API蒸馏。这些举措将对依赖此路径的模型迭代产生较大影响，因此短期内Kimi大参数规模模型的性能提升可能会受限。尽管如此，Kimi在长文本处理和长程Agent方面依然保有其核心优势。

8，智谱AI对模型蒸馏的依赖程度如何？海外主流厂商的反蒸馏策略，例如隐藏COT（思维链）过程，具体会产生哪些影响？

影响需要分不同策略来看。首先，针对通过API进行蒸馏的限制，例如5.1版本更新中引入的上下文篡改和报错机制，对智谱的影响不大，这主要是因为智谱的数据来源以环境驱动数据为主，而非单纯依赖API蒸馏。

其次，关于未来可能出现的隐藏完整COT过程的架构（例如在GPT-6级别的模型中），如果这种架构成为主流，将会对智谱产生影响，因为它使得智谱无法获取完整的推理过程数据。这也是智谱从2026年6、7月份开始决定全面投入RSI研发的核心考量之一。通过发展RSI，智谱旨在让模型生成更多自身所需的数据，从而在极限情况下将对外部蒸馏数据的依赖降至接近零。智谱的目标是实现模型的迭代式自我改进，让模型能够参与自身的预训练、中训练和后训练全过程，形成自我进化。目前，在模型何时停止训练、如何发现错误以及如何评价自身训练结果等关键问题上，业界尚未有统一的解决方案，智谱与Anthropic、OpenAI等仍处于同一梯队。

9，在GLM-6这类模型上直接推进RSI的可行性如何？当前面临的核心难点以及算力是否构成瓶颈？

RSI的推进分为几个阶段。L1阶段（执行自主），即由人设定目标、方法和验收标准，AI负责执行，这一阶段已经完成。L2阶段（策略自主），即AI自行决定改进方法，人负责验收，智谱与OpenAI等公司目前已经做到。智谱期望在设计实验环境、制定验收标准和改进执行方面实现100%自动化，但在设定目标、预算和跨领域边界以及最终验收环节仍在探索中。预计到2027年上半年，智谱能在L2到L3阶段取得进化。L3阶段（经验自主），即AI决定下一轮学习内容，目前各方都在探索中。L4（环境适应）和L5（递归继承）阶段目前仍停留在概念层面。

RSI的核心难点主要有四方面：验证器瓶颈：从可执行测试到形式化验证，再到大语言模型的自我评估，都存在挑战。模型的自评类似于“学生自己批改试卷”，存在被欺骗的风险；改进的保留：需要建立有效的门控和回滚机制，确保只有被验证为有效的改进才会被保留；探索与利用的平衡：需要在多样性的探索和对新发现的有效利用之间找到平衡；资源与安全失控：目前没有人敢在完全无监督的情况下让AI消耗计算资源进行训练，存在资源失控的风险。

关于算力，在预训练阶段，智谱的算力确实是不足的。不过，RSI本身能够提高单次智能迭代的产出增速，从而提升算力应用效率。因此，智谱也会加大在RSI方向的投入和验证。

10，如何理解在RSI的工程实践上，智谱的工程密度竞争比海外更强？

这里指的是工程密度竞争，而非算力密度竞争。具体而言，智谱在验证技术基础设施方面进行了大量的、快速的迭代。这意味着智谱的迭代速度比海外同行更快，从而在工程实践层面积累了相对优势。

评估迭代速度主要基于几个方面。首先，通过对标验证环境、数据闭环以及instruct agent团队的实践，可以进行比较。其次，从迭代频率来看，国内团队基本能实现每周一次的迭代，这一速度相较于海外同行更快。此外，在算力基础设施方面，包括自有的Slime 异步强化学习框架及整体工程优化技术，使得在后训练链上的迭代效率显著高于Anthropic和OpenAI等公司。