智谱推出新一代GLM-5.4/5.5大模型：参数超万亿，技术创新迈向两条新路径

10月8日消息，之前提到国产大模型在最近两个月表现得非常低调，但这也意味着新一轮的爆发即将来临。其中，智谱的下一代大模型有可能是<em>GLM-5.4</em>或者<em>GLM-5.5</em>，预计将带来显著提升。

智谱创始人唐杰日前在新加坡的一次演讲中又提到了他们的大模型研发方向，主要涉及3个方面，首先是预训练的数据和规模会扩大，目标是做到几个T，提升智能上限。

这个就意味着GLM-5.4/5.5的参数量会从目前7400多亿级别提升到至少1万亿参数量了，通常规模越大意味着知识量和能力上限就更强，必不可少的一部分。

在RL后训练方面，智谱被网友称为后训练仙人，实力极强，在GLM-5.4/5.5上也会强化这一部分，加强SFT、RLHF、RLVR等强化学习训练。

第三部分则是继续提升长程推理和Agent能力，环境更复杂、任务更难、周期更长，给模型更大的思考和操作空间，往长程任务和自主智能体推进。

从唐杰的介绍来看，他们认为现在的AI已基本不需要卷对话、Coding写代码了，GLM-5.4/5.5要走的是2条还没有新路，一个是RSI自主迭代升级，一个是更长更自主的Agent。

此前8月底的财报会议上，唐杰也提出了类似的说法，对下一代大模型的定义是fully self-training（完全自训练），美国同行对此的定义是RSI（递归自我改进），指的是模型有自我进化能力。

根据他的说法，包括这个模型从预训练到中训练、再到后训练，都可以完全自己训练自己，并且做自我进化。

这是一个很大的挑战，最大的问题在于：模型能自己判断”什么时候停止、什么时候纠正自己”——这是最大的难题，而不是简单地”把模型训大、直接往下做”，所以未来模型会作为一个重点来研究。

不过他这个定义当时被认为是针对GLM-6大模型说的，GLM-5.4/5.5不会实现的这么彻底，应该会有部分RSI成果出现，完全自主的RSI进化还得等等。