智谱 GLM 5.4/5.5 定档在路上：参数冲一万亿，首次加入递归自我改进

国产大模型最近整体显得安静，但水面之下并不平静。业内普遍预期，智谱的下一代模型会以 GLM 5.4 或 GLM 5.5 命名，相比当前版本有一次不小的跃升。

在新加坡的一次公开演讲中，智谱创始人唐杰，把这一代的研发重点拆成了三块。

第一块是预训练规模的扩张。训练数据规模升到数万亿 token，参数总量预计越过一万亿，对照现有的 7400 亿参数模型，是一次明显的跨档。更大规模的数据与参数，被视为抬高智能上限的地基。

第二块是后训练能力的加厚。智谱在强化学习后训练上积累较深，这次会继续打磨监督微调，以及人类反馈强化学习和验证反馈强化学习等环节，让模型在对齐与任务泛化上更稳。

第三块落在长程推理与智能体。新模型将面向更复杂的环境、更难的题目和更长的执行周期来做设计，给足思考纵深与操作自主度，加速向能持续规划、多步决策的长程智能体靠拢。

唐杰认为，通用大模型在对话和写代码这类基础能力上已经趋于成熟，GLM 5.4/5.5 会把重心转向两个更前沿的方向：一是递归式自我改进，让模型在训练全流程里逐步做到自我驱动、自我修正和自我优化；另一方面搭建延展性更强、更自主的智能体架构，能在不同时段、不同场景、不同任务之间保持连贯。

其实早在八月下旬的业绩说明上，唐杰就提过“完全自训练”的构想，其内涵与国际学界所说的递归自我改进高度一致，即模型能独立走完预训练、中间训练与后训练的全周期，并持续进化。难点在于让模型对训练进程有元认知——拿捏好收敛、纠偏与重启的时机，而不是单纯堆算力。

需要指出，这一构想的完整形态预计要到 GLM 6 代际才会出现，而 GLM 5.4/5.5 会先集成部分组件，迈出从人工主导走向人机协同的一步。

照这个节奏，国产大模型在参数规模上正快速向国际头部看齐，而真正的分水岭，会落在谁能先把智能体的可靠性做到可用。

文章与图片内容转载网络，如有侵权请联系平台删除