La empresa líder en inteligencia artificial en el país, Zhipu, recientemente ha emitido importantes señales técnicas sobre los modelos estelares de nueva generación GLM-5.4 y GLM-5.5. Se informa que estos modelos destacados de nueva generación no solo han pasado oficialmente a la categoría de miles de billones en términos de escala de parámetros, sino que también abrirán dos nuevos caminos de exploración en la arquitectura técnica base, lo que marca un nuevo avance hacia el ámbito profundo del desarrollo de modelos grandes de propiedad nacional hacia la inteligencia artificial general (AGI).
Desde la perspectiva de la evolución tecnológica, el “nuevo enfoque de doble vía” revelado por Zhipu ha atraído mucha atención en la industria. Por un lado, mientras los modelos de gran tamaño buscan alcanzar un nivel extremo de parámetros, cómo lograr un equilibrio eficiente entre entrenamiento y inferencia con una cantidad enorme de datos sigue siendo un problema central en el campo del IA mundial. Cuando la cantidad de parámetros alcanza el nivel de billones, los modelos no solo tienen un mayor potencial en la inferencia compleja, el procesamiento de textos largos y la comprensión multimodal, sino que también imponen requisitos extremadamente estrictos para la programación de capacidad computacional y la optimización de algoritmos.
Por otro lado, frente a la tendencia de la competencia global por modelos grandes en formato, que pasa de centrarse únicamente en los parámetros a enfocarse en “eficiencia y eficacia”, Zhipu explora dos nuevas líneas tecnológicas simultáneamente, con el objetivo de superar las limitaciones de rendimiento de las arquitecturas tradicionales. Los expertos del sector analizan que este tipo de diseño arquitectónico prospectivo ayuda a mejorar significativamente la eficiencia en la resolución de tareas complejas específicas, manteniendo al mismo tiempo la gran capacidad de generalización del modelo, y reduce los obstáculos para la implementación de aplicaciones a nivel empresarial.
A medida que se avanza en el desarrollo de GLM-5.4 y GLM-5.5, los modelos grandes producidos localmente están acelerando su progreso hacia el nivel mundial líder en términos de entrenamiento con parámetros ultragrandes y innovación en arquitecturas avanzadas. En el futuro, con la implementación oficial de estos modelos de billones de unidades, su rendimiento real en escenarios como el razonamiento lógico complejo y los agentes inteligentes especializados en cada industria será un indicador importante para observar los avances en las tecnologías clave de la IA china.