15
0Episode: 智谱335亿豪赌完全自训练
Duration: approximately 10 minutes
Level: 入门
---
[Mike]: 欢迎来到从零开始学AI！先问你一个问题，如果一个学生自己出卷子、自己批改，还顺手把课桌修了，你信吗？
[Sarah]: 不信，除非这个学生不是人，是 AI。你今天又要讲什么大新闻？
[Mike]: 先别急着听新闻，咱们先把概念搭好。以前 AI 是怎么长大的？靠人类一题一题喂。数据就是习题册，人工标注就是老师熬夜改作业。
[Sarah]: 所以以前是老师全改，学生只管刷题？那老师不得累死？
[Mike]: 对，这就是瓶颈。习题册永远不够，老师永远不够用。智谱这次抛出的想法是，让上一代 AI 给下一代 AI 当包工头，盖学校、编教材，循环往复。
[Sarah]: 等一下，先补个基础。智谱是谁？GLM 又是什么？我怕有听众第一次听说。
[Mike]: 智谱是做大模型的中国公司，GLM 就是它家的基础模型。这次的新闻是，9月12日它在港交所发公告，又融了335亿元。
[Sarah]: 335亿！它上市不是才八九个月吗？怎么又融这么多？
[Mike]: 具体是两招一起用，配售新 H 股，再加发行201.4亿元零息可转债，合计净募约393亿港元。钱的去向公告写得很细。
[Sarah]: 300多亿怎么花？不会又是买楼吧？
[Mike]: 约60%砸向同一个目标，大约235亿港元，给下一代 GLM 和完全自训练体系，再加上大规模训练、推理和算力基础设施。
[Sarah]: 完全自训练，这个词听着就很猛。它到底是什么意思？
[Mike]: 它是递归式自我改进的中文名字，简称 RSI。意思就是，下一代模型在上一代模型搭建的环境里训练，一轮套一轮，自己带自己。
[Sarah]: 好比高年级学生毕业留校，给新生盖教学楼、编习题册？
[Mike]: 就是这个画面。具体分三个维度，第一是数据自产。模型之间自我对弈，互相出题，用规则校验、用执行结果验证，再让模型互评。
[Sarah]: 那人类老师干嘛？下岗了吗？
[Mike]: 没下岗，改成抽检了。人工只抽查一小部分，剩下全自动。筛出来的高质量数据，再回流到预训练、中训练和后训练各个阶段。
[Sarah]: 懂了，老师从全改作业变成抽查，学生们互相出题、互相批改，越刷题越多？
[Mike]: 对，题库自己越滚越大。第二是环境自造，让智能体去外面找真实世界的任务，自己试做一遍，自己生成验证器，再判断这题到底可不可解。
[Sarah]: 这不就是自己建造考场吗？考场还能越建越多？
[Mike]: 公告的原话是，要让任务环境成为可规模化生产及复用的训练资源。数量、类型、复杂度一起涨，考场越建越大、越建越难。
[Sarah]: 前面是编习题，这里是盖考场，第三个呢？
[Mike]: 第三是基础设施自我优化。模型现在已经很会写代码了，那就让它修自己住的房子，优化算子、内核、调度、缓存和服务栈。
[Sarah]: 学生修完课桌，坐上去学得更快，然后再修更好的课桌？闭环了啊。
[Mike]: 就是闭环。模型逐步参与支撑它自己迭代的基础设施升级，自己给自己修跑道，越跑越快。
[Sarah]: 闭环之外，下一代模型本身有什么新本事？
[Mike]: 公告点了几个方向，提升基础模型的有效规模，做原生多模态统一建模，在不过度增加推理成本的前提下，加深有效计算深度。
[Sarah]: 翻译一下，是原来偏科，现在要当全能选手，还不能更费电？
[Mike]: 差不多，还要能跑更长链条的推理、规划和自我校验。另外一个重点是长程任务强化学习，建贴近真实专业工作的任务环境。
[Sarah]: 长程任务是不是说，从做一道题，变成独立做完一整个项目？
[Mike]: 对，拆解任务、调用工具、和环境交互、从错误中恢复，最后验证结果。就像从只会背课文，到能独立交出一份实习报告。
[Sarah]: 考场这么多、项目这么大，电脑得够用吧？算力从哪来？
[Mike]: 公告说当前优质算力资源的供给及交付条件较为有利，所以采购加租赁一起上，还投芯片适配、算子开发、集群互联和性能调优。
[Sarah]: 等于趁着行情好多囤点，再把路修好，让来源多元、能灵活调配？
[Mike]: 对，还有自研推理引擎和服务栈，从多模态编码、提示词预填充，到逐 Token 解码、量化、缓存、通信和弹性扩缩容全包。
[Sarah]: 目标是在同等硬件下，跑得更快、更便宜？
[Mike]: 没错，提升推理吞吐和成本效率。说完60%，剩下约15%，大约59亿港元，用来业务拓展、战略投资和潜在并购。
[Sarah]: 并购买什么公司？总不能见啥买啥吧？
[Mike]: 标准列得很细，业务跟 AI 密切相关，有可靠的用户或客户群，稳定经营不少于两年，有成熟产品且一直在研发迭代。
[Sarah]: 大模型、智能体、算力运营这些方向都在里面？自己的 MaaS、API、Coding Plan 也要推？
[Mike]: 对，还有 Agent 和 Co-work 相关产品。最后约25%，大约98亿港元，优化资本结构和补充运营资金，全部要在2028年6月30日前花完。
[Sarah]: 回头看融资史，上市八个月融三轮，这节奏也太快了。第一轮是多少？
[Mike]: 2026年1月8日 IPO，每股116.20港元，净募约48.96亿港元。到8月31日，这笔钱已经全部花完。
[Sarah]: 八个月烧完48亿？第二轮呢？
[Mike]: 7月9日首次配售，每股1,588港元，发行1978万股，净募约313.75亿港元。6个月，股价翻了约13.7倍。到8月底，这笔用了约34.92%，还剩约204.2亿港元。
[Sarah]: 从116到1588，这曲线太刺激了。但这次配售价只有714港元，收盘价也才793港元，跌了不少啊。
[Mike]: 公告的解释是业务进展加快，花钱提速，而算力从签约到部署上线需要周期，现在融好让节奏衔接上。三轮合计净募约755亿港元，约646亿元人民币。
[Sarah]: 公告里还藏着一个 A+H 的信号？我看到有人提科创板。
[Mike]: 可转债条款里写了，不会因为公司预期在上海证券交易所科创板上市而调整换股价，等于把 A+H 计划摆上了台面。
[Sarah]: 最有意思的是，模型和论文都还没出，技术路线先从财务公告里剧透了？
[Mike]: 8月底唐杰还回应过只会后训练的质疑，说下一代瞄准自进化。现在公告直接把方法定义写明白了，确实是财务文件先剧透了实验室。
[Sarah]: 所以这期的画面我记住了，上一代 AI 当包工头，给下一代盖学校、编习题、修跑道？
[Mike]: 而且学费是335亿。包工头要是靠谱，这可能是全场最值的一笔学费。欢迎把这期分享给想搞懂 AI 的朋友。
[Sarah]: 下期见，说不定到那时，新一代 GLM 已经在自己批改的作业里长大了。
