【刚刚，智谱建成1GW全国产芯片AI数据中心】近日，据彭博社报道，国内AI大厂智谱已完成一座规模达1GW的AI数据中心建设，全部采用中国制造芯片用于大模型训练。当前，全球AI企业正从“训练模型”迈向“建设计算工厂”，OpenAI、Meta等巨头均在提前布局GW级算力设施。智谱此举不仅顺应了大模型公司向算力基础设施组织者转变的行业趋势，更在底层硬件上实现全国产化突破。尽管面临集群通信、软件兼容等工程挑战，该中心仍标志着国产芯片在大规模AI训练中的深度应用。未来AI竞争的差距，正悄然在算力基建中拉开。

近日，智谱AI核心人物唐杰在线征集下一版本GLM-5.3的研发意见，引发超40万浏览量，评论区对“视觉”能力的呼声最高。两周前开源的GLM-5.2虽在AI编程领域位列全球第二，但因缺乏视觉能力成为用户痛点。事实上，智谱已具备成熟的多模态技术，但唐杰此前认为多模态对提升AGI智能帮助有限，主张分开发展。然而，面对Kimi、Qwen及Gemini等竞品在多模态领域的强势布局，开发者需求日益迫切。在科学家追求模型智能上限与市场需求的多重拉扯下，即将推出的GLM-5.3能否顺应呼声补足视觉短板，已成为业界关注焦点。

6月17日，智谱AI正式上线开源旗舰模型GLM-5.2，采用MIT协议免费商用，Hugging Face首次为中国模型提供6小时全球免费算力。针对马斯克预测该模型2027年Q1追平Fable级别，智谱创始人唐杰回应称“用不了那么久”。GLM-5.2在Code Arena等权威评测中跻身全球前三，代码与长程任务能力首次比肩顶尖闭源模型。此外，模型上线首日即完成与华为昇腾等多家国产算力平台的全适配。这标志着中国大模型打破“便宜平替”标签，以全栈开放生态迈入全球前沿领先梯队。

近日，在Anthropic禁用最强模型Fable 5之际，智谱迅速发布并开源新一代大模型GLM-5.2（采用MIT协议），全面适配华为昇腾等国产算力。该模型上下文扩至百万级，在Code Arena编程盲评中斩获全球可用模型第一。实测表明，其纯编码能力比肩Claude Opus 4.8，可独立完成复杂项目跨端迁移，并巧妙协同视觉模型弥补多模态短板。尽管受算力限制存在运行较慢、套餐难抢等瑕疵，但GLM-5.2在编程领域已稳居世界顶尖梯队，真正践行了前沿智能“开放、可用”的普惠理念。

6月15日，智谱港股股价一路走高，盘中最高暴涨47.6%，收涨32.82%，总市值突破6496亿港元。此次大涨导火索源于6月12日Anthropic因美国出口管制，全球禁用其最新旗舰模型Claude Fable 5等。次日，智谱宣布最强开源模型GLM-5.2全面开放，下周将上线API及权重并遵循MIT协议。该模型支持1M上下文，重点强化长程任务能力。此次事件暴露出闭源模型受制于人的风险，标志着AI竞争逻辑生变：除模型能力外，自主可控与稳定“可获得性”正成为大模型竞争与资本估值的新筹码。

6月12日，美国商务部突然要求Anthropic公司暂停向外国国民提供其最新旗舰模型Claude 5的访问权限。面对技术封锁，中国智谱AI于13日硬核反击，宣布最强开源旗舰模型GLM-5.2全量开放，并采用最宽松的MIT协议开源。该模型支持百万级上下文，定价仅为海外竞品的十分之一。智谱官方霸气表态：“前沿智能不应只属于少数人，也不应被少数规则随时收回。”这番提气宣言迅速引爆网络。受此利好提振，15日智谱港股大涨32.8%，上市以来累计涨幅超11倍。业内指出，此事件将加速企业核心AI能力向国产基座转移。

5月27日，上海智谱国泰海通人工智能产业创业投资合伙企业（有限合伙）成立，经营范围涵盖创业投资（限未上市企业）。企查查股权穿透显示，该企业由智谱全资子公司北京智谱未来科技有限公司与国泰海通全资子公司国泰君安创新投资有限公司等共同出资。这一合作标志着人工智能领域产业创投的进一步拓展，为未上市企业提供资本支持，助力行业创新发展。

2026年5月，智谱推出高速版API GLM-5.1-highspeed，速度达400 tokens/s，为当前顶流模型中最快。新API大幅提升代码生成效率，复杂任务如网页设计、游戏场景实时调整等均能快速完成，且效果稳定。其实测表现显示，AI写代码像‘喷射’般流畅，尤其在多任务协作和实时反馈场景中优势显著。技术上，该版本通过推理引擎优化、动态批处理及基础设施协同实现高效性能。GLM-5.1-highspeed不仅提升了AI的响应速度，还为人机协作带来更多可能性，标志着国产大模型进入‘又快又稳’竞争新阶段。

5月21日，智谱发布新型推理集群组网架构ZCube，已在生产环境完成验证。该架构在不新增GPU、不更换服务器、不修改代码的情况下，实现集群推理吞吐量提升15%，首Token响应尾延迟（TTFT P99）下降40.6%。同时，交换机与光模块硬件成本减少三分之一。这一成果或将推动大规模AI集群组网采购向“更少层级、更大端口密度”演进，并促使光模块需求向更高速率集中，为AI基础设施优化提供新方向。（记者 李明明）

智谱揭示“降智”原因：Scaling的隐痛与解决之道 量子位 | 公众号 QbitAI 作者：鹭羽 Scaling即正义？智谱团队却在最新技术博客中坦言，这一过程并非一帆风顺。他们将GLM-5系列模型在高负载下出现的异常现象称为“Scaling Pain”，并详细分享了踩坑经历与解决方案。 自G...