如何用智谱 4.7flash

智普啊，发布了 glm 五点零，为了测试它的能力啊，我用它构建了一套可以无限运行的 ai 开发系统。我用这个系统运行了长达十个小时，从晚上十点到早上八点， ai 做了几十次 getmate 的 提交， 开发了一个 ai 漫剧生成工具，有前后端有数据库，可以用户注册和登录，还接入了大圆模型，图片生成模型，视频生成模型。通过这个视频，你会学到如何构建这样一个无限运行的 ai 开发系统，并了解到 glm 五点零的惊人开发能力。 整个过程我都只是输入简短的 prompt， 没有亲自阅读或修改任何一行代码。我一直在旁边玩着游戏，等他干活， 尤其是我视频最后会讲的，他把整个项目的所有模块联合起来，然后端到端的 bug 修复错误，非常的牛逼。他不只是单纯的写代码，他甚至自行在浏览器中验证每个功能的正确性，找出 bug， 然后自行在浏览器后端数据库第三方的 api 之间联合调试，找出问题，修复错误。 那赶紧进入正题啊，相信对你会有所启发。我使用的工具是 cloud code， 并且把模型切换为 g l m 五点零，具体方法可以看我之前这一条 g l m 四点七的视频。 那我们首先要搭建一套能无限运行的 ai 开发系统，说是系统，其实就是几个文件，做法非常简单，我把一篇来自 astonopy 的 神级文章发给 ai， 让他自己去学习，根据这篇文章做出这套系统 文章叫长时间运行智能体的有效调度编排框架。那过程中 ai 做出了一些操作预期的举动，他通过 m c p 打开浏览器， 通过这篇文章的页面找到一个配套的 get up 仓库，打开仓库的代码文件进行学习。而我事先都不知道这个代码仓库的存在，最终他创建出了这一些文件。 我解释一下最重要的几个，帮你理解一下这套系统的工作方式。 task 点 jc 文件，其实就是一个任务列表，每个任务都有它的描述，并且会标记是否已经完成。和我们人类工程师每天上班一样， ai 每次从这里面领取一个任务， 完成后就做一个标记，这样他的 ai 同事啊，就知道项目进展到哪里。 progress 点 txt 文件，每次 ai 完成任务啊，或者任务失败后，都会在里面留下工作日期，这也是为了给其他 ai 同事提供一些信息。 log 点 m d 文件，这里面全是提示词，用来指导 ai 根据固定的规范流程工作。和我们人类工程师的开发流程类似， 第一步，跑一个脚本，来初识化整个项目的环境。第二步，在 task 里面领一个任务。第三步，就开始开发。第四步，测试和验证。 第五步，更新 progress 和 task 文件。第六步，用 git 提交代码。那如果中间遇到困难，需要人工介入，它就要及时向人求助。那在以前一些长期运行能力不强的模型中啊， 这么长的开发流程，一旦工作上几十分钟，模型就会逐渐混乱，不再按照规定的流程工作，而如今完全没问题啊。视频后面我们会看到， glm 五点零，即使在长达一个小时的工作，提交了几十个 commit 后，仍然很好地遵循开发规范。 然后呢，我让他写一个脚本，用来无限时间的运行。这一套开发流程背后的原理很简单，就是把 cloud code 放到一个 while 循环里面，这样一来，人不在电脑旁边的时候没法手动 prompt， ai 就 可以执行这个脚本，让 ai 无限的工作。它之所以有效，有几个原因啊， 第一，我们这套流程每次只要给 ai 说一句，完成下一个任务，不需要更具体的指示， ai 就 能通过 task 和 progress 文件知道自己现在应该做什么。 第二，每个 task 都很小， g l m 五点零足够的强大，每一次 y l 循环里面，他只是领取一个很小的任务，并且严格的测试，成功率极高。第三，每完成一个任务，模型的上下文都会被清空，所以模型始终保持在最聪明的状态。 第四， g l m 五点零非常可控，严格按照工作规范执行，每次小任务都会进行 commit， 所以 即使出错，我们可以轻易地回滚到旧版本。 好，现在我们这套系统有了，接下来就要开发软件，我们先来设计一下它的功能和架构。这个软件的用途是一句话，生成长视频。我让 ai 把整个项目的开发需求拆成了三十一个任务，放到 task 文件里。 这是 ai 设计的软件，架构不复杂，但五脏俱全。再看一下 ai 画的业务流程图啊，帮助大家理解我们要开发的这个软件具体的功能。 首先，用户会创建一个项目，然后用大圆模型生成每一个分镜的文字描述，然后再用图片模型生成每个分镜的图片，再用视频模型生成。视频开发的流程比较长啊， ai 做了几十次提交，我就选几个精彩的给大家讲。 在 ai 做到第十九个任务的时候，为了测试 glm 五点零的能力呢，我产生了一个大胆的想法，我让他一口气做了一个多小时，完成了十一个任务，干完一个又一个，中间我没有任何干预， 给大家倍速感受一下效果。他一直在写代码，并且每次都遵循我们的开发规范，每个任务都完成，测试一个，一个任务，单独提交代码，拿一个具体的任务作为案例啊。他现在领取了任务三十，任务目标呢是实现响应式的布局，也就是让 u i 在 手机端和桌面端看起来不一样。 他现在正在修改代码，然后验证项目能 build 通过。然后他现在把浏览器的大小变成了手机屏幕大小。打开了我们的应用，他点击了一个按钮， 他对页面做了一次截图，用识图的 m c p 判断是否正确。再打开了一个新的页面，再做了一次截图，并检查是否正确。然后在 progress 里面仔细描述了自己所完成的工作，然后把这个任务标记为完成，他就按这么一套方式疯狂的干完了每一个任务。 要接入数据库的时候呢，他主动提出需要人工帮助，并且一步一步地给我说明，告诉我如何去这个 superbase 平台啊，点哪里创建项目，配置数据库，获取 api key。 尽管我没怎么用过 superbase， 仍然轻松地操作下来了。中间我还犯了错误，给他提供了错误的 key， 也被他及时发现，最后他还让我帮他去注册一个测试账号，然后他自己打开浏览器，输入账号密码，验证登录功能，可以正常使用。那像 superbase 这种外部的系统啊，超出了 ai 的 控制范畴。 g o m 非常明确的给我提供指引，让我协助他完成开发工作，一个不了解后端的人，也能在他的指引下完成数据库的配置。 他开发完后端一系列 c r u d api 后呢，声称对每一个 api 都进行了测试，但所有的 api 都是需要 os 的， 前端也还只有一个空白的页面，所以我就很好奇他哪里来的 os 权限，怎么完成测试，是不是在忽悠我？ 于是我问了他一下，他用简短的语言，漂亮的格式向我解释。他说他打开浏览器，登录了刚才创建的测试账号， 然后通过一个叫做 browser evaluate 命令，在浏览器可以执行任意的 javascript 代码。然后他写了一些临时的 js 代码，就在浏览器里运行，调用我们的后端 a p i， 这样就能有 office 了。非常聪明的做法，我还怕他在骗我，我检查了一下录像，确实如他所说，他打开浏览器疯狂测试， 中间还真测试出不少问题，他就自行查看后端的报错日期，自行修复。最终三十一个任务全开发完后，啊，我也懒得去人工验证这个项目是不是已经可以用了。在往常的开发中啊，到最终阶段，因为已经把 前端、后端、数据库、第三方 api 全部连起来了，那第一次的集成测试啊，就会非常头痛，因为任何地方都可能出错，往往需要浪费大量的时间再把错误找出来发给 ai， 让 ai 去修复。但这一次我非常大胆，我只说了一句话， 请你完整测试一遍流程，确保功能可用。大概就是从早上七点十分开始，他自己在浏览器上疯狂测试，花了一个小时提交了这么多改动，用来修复 bug。 我看他在浏览器上像人一样一步步操作我们的产品，通过截图和视觉能力来判断是否符合预期。遇到问题的时候呢，他就自己查询后端的报错，检查各种 api 的 状态，综合分析出问题。最终他总算顺利的生成出了第一个视频，端到端的把整个应用全部打通了。 他修复的每一个 bug， 做的每一个 feature， 其实我都不清楚是什么情况，但我想知道的话，我只要找到他的 commit 记录，看一下他在 progress 文件里写了什么。这也是这套流程的强大之处，一切都是可追踪的。 我们让 glm 五点零一边开发项目，一边在开发过程中发现问题，让 ai 来增强我们这一套自动化的开发系统，左脚踩右脚，螺旋升天，我相信这就是未来开发者的工作方式。总结来说， glm 五点零已经远远超出了单纯抠顶的范畴，而是能对软件工程的每一个环节进行自动化，提升效率。 gm 五点零在超长任务上非常出色，已经达到了能让我放心的交给他连续运行一个小时的程度。横向对比的话，我个人认为 gm 比刚发布的 oppo 四点六弱一点，但在一些方面可以超过 gbt 五点三。 重点是价格便宜非常多，但现在过于热门啊，供不应求，抠钉套餐非常难抢。那我们这个项目呢？虽然现在端到端全部打通了，但最终深层的视频效果还有很大优化空间。点赞到一万，我可以开源出来，让感兴趣的人进一步优化它。

昨天智浦发布了一个新的模型，然后我今天也是继续用它去打磨我的产品啊，我今天加了一个调用次数，就是每个工具都能看到它的调用次数。 然后另外一个就是我在工具，呃，不对，呃，设置列表的时候，这里加多了一个礼物箱，就是到时候我会呃给大家免费使用，就是给大家用的， 然后再加多了一个检查更新，就是可你可以实时的去看一下我的一个新的状态，这个东西太难接了，我今天真的搞最久了，就它了。然后另外一个就是我用智谱的新模型去搭了一个官网， 我官网是怎么搭的呢？我让他去先看我的代码，然后让他去根据我的代码去生成一个产品的文档。啊，官网还有官网的架构，然后生成之后我就直接丢给他说根据这个文档去帮我生成一个官网出来， ok， 他 就直接去生成了。生成出来之后， 其实他第一版我觉得质朴的风格就是很喜欢那种啊紫色渐变什么的，所以我就又加了个点东西，呃，比如说我之前给大家推荐的这个酷，就是你可以用他的一些主键快速生成一些效果， 然后包括我应该之前有教大家去治有一篇文章教大家去怎么分享快速搭建网站的那篇文章，也有教大家怎么去用，反正就基本都用了，然后出来的效果我觉得挺好的，这种干干净净黑色的简约的风格， 对，然后这样子我我基本没有做设计稿，就主要做了这几张配图，然后这个就是他基本都是给我生成的，对，然后用户怎么说？定价，定价就什么这里，这里价格他随便写的，我还没有定好。 对，然后就最后一个就是教大家怎么去去使用我这个 m c p， 对， 然后下面就是， ok， 没了就没了，然后底部我再加个 super mcb 的 一个勋章， ok， 我 这样子整套出来我觉得效果挺好的，就基本一天我就能把全部都搞完了。

上海有一家公司叫节约星辰，节约星辰上周发布了一个 vl 的 一个小模型，它是 vl 杠十币的一个模型，这个模型它是比较有特色的，下次有机会我可以给大家介绍一下，因为它是个十币的模型，但是它的性能应该能够达到那个风一千万二三五币， active 二十二币的这个能力的。因为我们经常看有一个 视觉模型的一个榜单，叫 c m u 的 这个榜单，它大概得分目前是八十分左右，应该是很高的。十币的小模型应该是非常厉害，这个模型也是非常强的。

文字工作者的福音，质普 ai 输入法沉浸式分享，今天继续沉浸式分享一下质普 ai 输入法，我们再来试一下，按着 alt 加空格，现在已经开始语音输入了，我们只需要正常的说回说很长的话，然后长文本输入，这个精确度是非常的高的。说完之后，然后你点这个叉， 等一下它转录成功，我们点复制，然后把它粘到这边，这样就可以了。我们来看一下刚才我们说的这些话呀，你看基本上没有什么错误啊，精准度达到百分之九十七啊。然后就是这个软件推荐大家可以用智普 ai 输入法， 这个软件是国产软件，现在做的已经相当好了，长文本的话你就用这个快捷键设置啊，长文本你可以用，这个可以极大的提高你的工作效率，这里面也可以有一些词典，可以常用的人名啊，电话也可以放在这里， 然后人设这个我没怎么用啊，很少，主要也就是这个设置，就把它搞着控制了，然后长按模式，类似于这个 话筒，或者这样按着松手，然后你只管说，说完了松手。但是我感觉我更喜欢用一个快捷键啊，而且它的快捷键是全局快捷键，基本上你在任何界面都可以用， 这准确度是非常高的。嗯，如果说你有这个经常输入长文本的需求的话，还是比讯飞语音输入法效率高很多了，便于大家用。关于智普 ai 入法也就分享到这里，需要的话自己搜索官网下载，这是一个免费软件。

嘿，朋友们，你们看到了吗？ g l m 发新模型了，这个 g l m 四点七 flash， 我 早上非常兴奋，一起来就去搞了一早上才部署起来，然后因为他们官网现在速度很慢嘛，所以我就部署了一个 f p 八的版本， 哎呀，我真的好兴奋啊，这个模型我之前测过，千万的三十三十 b 那 个 code 模型连接 clock code 确实跑起来了，但是 那个时候吧，还不太能用，但是现在这个时候不一样了， glm 他 们家自己有 coding plan， 他 们有大量的这个跟 cloud code 兼容的一些数据，所以我当时我就觉得这个模型肯定会很好用， 结果我试了一下啊，哎呀，还真别说，真的可以，我做了一个，当然我这个测试比较简单，用这个特别简单的场景啊，就是我这个每次发视频不是有一个 ppt 生成器吗？用这个我自己做好的 skill， 然后这是我的脚本，然后他就是先帮我教稿，然后调用我的这个 skill 里面的一些工具生成一个脚手架，然后他给我去填充，填充出来一个什么样，对吧？嗯，你看了我昨天视频，我就拿昨天那个视频那个稿试了一下，哎，你别说 还可以，还可以，真的，当然我觉得这就是这个三十 b 小 模型的一个很好的一个场景，就是你把 skill 做好，大部分 流程都固定，然后 ai 只是在这个过程中调用调用，然后给一些参数，给修改一些什么东西，这样这种小模型只要他能很好的使用 skill， 他 都能把这些就是我觉得在本地会运行的很好。 怎么样？虽然说我觉得没有我那个版本，昨天发那个版本好看，但是我觉得 可能它配合 skill 还真的会有一些很不错的场景出来。我今天下午继续测啊，我准备拿它试试看能不能写一个 skill， 因为我的感觉就是它这个模型就是因为 skill 都是很小的脚本嘛。 那我觉得这样的模型肯定能写。就是然后如果他有一种确认的方法能把这个脚本确认成的话，我，我感觉是有戏的，所以 等我的等我的测评啊。我我争取如果能行的话很好用的话。我出一个测评，好久都没测评了，真的很好。 jim 这次不错啊。

嗯，我们这边演示一下运营分析和 ai 的 交互过程，点击加载数据之后，这边是有一个数据工作台的，它的数它包含了筛选、维度、指标等等一些内容。然后这边有一个 ai 的 交互的一个界面。好，这边我内置了不同的模型， 嗯，可以自己去使用自己的 a、 p、 i、 t， 也可以使用。呃，网页里面的用量额度。好，我这边用智普的 g m 模型，阿里云版链上的，我们来输入一个指令，先看一下， 让他介绍一下自己。好，这边他可以通过自然语言去沟通，比如说骨科的费用情况啊，理医生的病例数啊什么，这里面的数据都是嗯， ai 提供模拟出来的，所以说是数据， 嗯，非真实的，大家仅供参考，用于演示。好，这边先看一下，比如说各月份的指标。 好，这样它就出来个月份的，然后我们会觉得这个数据太多了，我不想看，对吧？我点一下 ai 截图。 啊，这边它交互的过程中，这边 ai 是 没法同步的，不影响。 嗯，质谱的模型，它相对思考可能会更严谨一点，所以它效它反馈的就会需要有一定的延迟。 好，这边它的结果就出来了，一万条数据，然后它的 c、 m、 a 值从一点一零变到一点二八，然后它的利率盈亏再下降到二点二百八十九。这边相对来说一些关注的点它都解析出来了，我们把它保存一下。啊，那这样就保存在了下面， 然后我们也可以看一下它的一个趋势图形，我们 ai 现在只是产出表单图形的话，还是需要自己去交互一下啊。这边 基本上趋势图可以看到一个比较明显的一个病例数， cmi 总费用的一个上涨以及利均盈亏的一个下降，在它的描述里面也是同，也是类似的相符。我们保存一下，然后我们这边除了看嗯， 阅读趋势，去了解指标的各个基本情况下，我们还想知道各科室的，是吧？各科室的表现情况。 嗯，它就切换到科室了，我们直接到数据这块啊，数据它现在呈现的就是科室了。好，我也直接让 ai 解读一下。 嗯，我们一般做科室的分析的时候，更倾向于比如说用柱状图或四象线图去跟他进行一个对比，是吧？这样的话就会更直观一点， 比如这边点一下柱状图啊，那这边我们就可以看到不同科室的总盈亏的情况和利均盈亏的情况。这边数据量应该比较因为比较多，所以他相对比较拥挤啊，我们可以把一些我们可以一个一个的来看，比如说总盈亏 啊，这样就相对比较直观了，是吧？然后这边数据描述也出来了啊， 比如说复刻的，这边数据是虚拟的，所以说这里的复刻实际上可能也不是复刻，那这边总归是亏损最大的，是吧？然后还有一些以及重点的一些关系内容，那这边就出来，然后保存分析，然后同时我想看一下 通过四象限图来看一下它的一个情况， 那这样四象限图结果也有了，我们也点击，我们也可以通过 ai 解读来进行解析，我这边就不具体演示了，然后我点击保存好，那这边我们有了，差不多有了四个图标，对吧？我们来再演示最后一下它的一个，比如说骨科各月份的 病历数 啊， 这是谷歌的按月份的，我们看一下，那这谷歌它筛选出来了 谷歌，然后月份编辑树 cmi 值出来了，是吧？我们基本上就有这么一个结果，好保存。那我们一般还需要做的是什么？我们需要把它报告进行一个产出，对吧？不能只是有这些图标，点击预览啊，这边就有一个 晕染的样式，结果是我们刚才交互的那些内容，然后点击生成报告啊，这边就会 就可以快速的产出一个报告内容出来啊。这就是一个完整的通过 ai 交互生成报告的一个过程，相对还是比较流畅的。 大家如果想体验的话，可以访问麦德古鲁普的官官方网站上面，然后点击运营分析，这边就可以体验，谢谢。

今天呢，用智破耶的 glm 五啊，最新版本啊，做了一个网页啊，我让他做一个骰子小工具，然后呢我告诉他，我说你得做一个浅色深色还有一个马卡龙颜色的这种主题切换。然后呢骰子呢？从一到五啊， 我觉得这个 glm 比上一代啊强大很多，就是你能描述的没有那么好啊，但是他完全给你这个补充完整啊，这个需求，还增加了这个敲空格键，可以这个吃色子， 然后呢分享两个，这个目前用 glm 五，这个羊毛啊，一个呢，你注册以后啊，他有一个一百万 tucker 啊，可以免费用， 能做很多个网页。另外一个就是这个百度啊，百度云里面这个 第一个月七块钱啊，这是我测试了 kimi 啊，还有迷你 max 啊，还有这个，呃， deepsea 三点二几个版本啊，然后写了个代码，我觉得还是 gm 五啊比较牛，所以呢你们可以去试试这个， 百度呢，就是你七块钱一个月呢，这几个模型都可以去尝试啊，都可以，都包含，我觉得还是性价比挺高的。

欢迎收看一月二十一日的 ai 快 报。今日重点，马斯克兑现承诺开源 x 推荐算法完全确认公化！智普 ai 开源 g l m 四点七 flash 首次采用 deep seek 架构， 越知暗面估值再创新高，达四十八亿美元。让我们来看看详细内容。首先是马斯克的大动作，他终于兑现承诺，开源了 x 平台的全新推荐算法。这套系统完全由 ai 驱动，彻底移除了所有人工规则。 算法通过双引擎构建信息流回复权重点赞的七十五倍，而拉黑等负面反馈会严重权。 最关键的是，新算法核心指标变成了用户停留时间和真实互动，这意味着粉丝量的优势被削弱，小号只要内容优质，也能获得巨大曝光。 智普 ai 这边也有新突破，开源了轻量级模型 g l m 四点七 flash， 这个模型定位本地编程助手， api 免费开放。 值得注意的是，这是智普首次采用 deepseek 续签使用的 mla 架构，虽然激活参数仅三 b， 但支持两百 k 掌上下纹，代码能力出色。 实测在苹果 m 芯片上能跑出每秒四十三个 token 的 速度，非常适合本地部署。 mini max 揭开了第二代智能体的面纱，发布 agent 二点零，定位为 ai 原声工作台。 他们推出了桌面端应用，打通本地与云端，不仅能操作文件，还能搞定网页自动化新功能。专家智能体非常强悍，通过封装私有知识和行业 sop， 能把通用能力大幅提升， 用户还能自定义这些专家分身，实现从研读到交付的闭环。阶月星辰带来了一个以小博大的惊喜，他们开源了 step 三 bl 凹棱 b 多模态模型，虽然具有一百亿参数，但在多项评测中竟然击败了千亿参数级别的对手。 这个模型主打极致的视觉感知和逻辑推理，数学竞赛测试成绩达到世界第一梯队。它采用了一点二 t 数据全参数预训练， bass 版和 thinking 版同时开源，诚意满满。 融资圈传来大消息，月之暗面正在进行新一轮融资，最新估值达到四十八亿美元，短短二十天就涨了五亿。公司目前手握超一百亿现金，表示短期内不急于上市，要等 agi 技术更成熟再说。 技术上，他们正聚焦 token 效率优化，提出了米网优化器，效率提升了两倍。看来 kimi 团队是准备在技术和资金上打持久战了。游戏领域诞生了真可用的 ai 智能体超参数科技，推出了 cota， 这是一个完全由大模型驱动的游戏 agent， 他 在 fps 游戏中已经达到了职业选手水准，且推理全程可见。 c o t a 采用类似人类快慢思考的双系统架构，战略决策和毫秒级操作分开执行，响应时间压缩到了一百毫秒，为聚深智能提供了很好的思路。微软 ceo 纳德拉在达沃斯论坛上给企业指了条明路， 他认为 ai 正接管复杂知识工作。企业竞争的关键不再是找最厉害的模型，而是掌握模型编排的能力。 真正的企业主权是将独有经验转化为自己掌控的 ai 模型，防止核心价值流向提供商。未来拼的是谁能更好地指挥和组合这些 ai 模型，而不仅仅是使用它们。 顶级风投 a 幺六 g 对 二零二六年做出了预测。目前叉 gpt 虽稳坐霸主，但 ai 助手市场呈现赢家通吃格局。 不过创业公司并非没机会。分析指出，像 rapid、 solno 这样成功的突围者，共同点是拥有观点鲜明且专注的界面，单纯的对话框已难有突破，未来的机会在于针对特定工作流深度优化的产品。 最后，关注一项有趣的研究， entropic 团队发现，大模型的人格其实可以被量化。他们找到了一个辅助轴维度，用来衡量模型是否按智能助手模式运行。 研究发现，通过在这个方向干预，可以引导模型更像好助手，显著降低有害回答。他们还提出了激活上限技术，在不伤性能的前提下，把幼多越狱的成功率降低了近百分之六十 以上。就是今天的 ai 快 报。关注我，每天三分钟看懂 ai 新世界，我们明天见！

大家好，今天带你丛林安装 open cloud， 并用国产大模型智普 glm 四点七跑起来，最后再把它接入飞书机器人，实现手机上发消息，电脑上帮你干活。全程 windows 演示，照着做，基本不会踩坑。 opencloud 本质上是一个本地运行的 agent 网关，你可以在终端的 t u i 或者浏览器的外部 u i 里对话，让它帮你执行任务，也可以把它接到聊天应用，比如飞书，这样你在手机上跟机器人聊天，它就能在电脑上执行动作。 第一步，打开 windows 的 命令，注意这里需要以管理员身份运行，因为后面会安装系统服务。第二步，检查 node js 版本 opencloud 要用 npm 安装 node js 必须在二十二版本以上， 可以在终端输入这行命令，如果没有版本或者版本不够，可以去官网下载。 这次我用全局安装的方式，步骤一共四条命令，下面我按顺序演示每一步的关键点。第一步，我们运行这个命令后，我们进行全局安装。 open cloud 安装完成后，执行这个命令，开始运行执行向导和安装系统。这一步会出现一个非常重要的提示， opencloud 会获取比较高的系统权限，功能很强，但风险也更高，所以默认是不同意继续的。为了完成安装，我们这里选择 yes 继续， 然后他会问你选择快速安装还是手动配置。第一次的话，我建议选择快速安装，接着会出现本地域名默认端口号。最关键的是让你选择模型，我这里选择国产模型 g l m。 四点七，随后他会提示你填写 api k， 我们来到智普 ai 开放平台，点击右上角的 apik 按钮，在 apik 列表页复制已经创建好的 apik， 如果没有创建，点击右上角的按钮，新增 apik， 然后回到终端，先回车，接着粘贴刚才的 apik 进去， 随后会让你选择模型，我选择默认的 glm。 四点七，后面向导会问你要接入什么聊天软件，这里先跳过，因为我们后面重点讲非输如何接入。 接下来他会问你是否安装 scales 配置，我这里选择 yes。 安装方式选 npm。 scales 列表很长，你可以按需选择，我这里先跳过， 用到的时候再安装，再往后面会问你要不要配置 notion， 谷歌地图等各种应用的 api k， 我 这里都默认选择 no， 最后会进入 hulk， 我 们都选中这三个 hulk。 完成向导后，会弹出新的网关的终端界面，并且当前终端会问你如何促使换你的机器人，是选择当前这种 t u i 还是选择 web u i， 我 选默认的 t u i， 当你看到屏幕中间显示 wake up my friend， 这就说明促使化已经完成了。 然后一定要看一眼模型的信息，能看到类似 g l m。 四点七，这说明你刚才的国产模型配置已经生效了。 现在做个简单的测试，我输入帮我检查一下 d 盘有哪些文件，你会看到它读取 d 盘内容并返回，结果说明 opencloud 已经正常工作了。我们打开 d 盘验收一下，确实有七个文件存在。 如果你不喜欢 t u i， 也可以直接用网页界面浏览器直接打开这个网址，你会发现刚才终端里的对话在外部 u i 里面也是同步的， 我们再演示一个，在对话框里输入，在 d 盘创建一个新的文件夹，名称是 opencloud。 执行完后回到 d 盘一看文件夹就创建好了。 opencloud 的 亮点之一就是能够通过手机聊天来驱动它执行操作。这里我演示如何接入飞书， 我们使用这个开源项目的飞书插件安装命令如下，你也可以直接在 open cloud 绘画里执行，让 ai 帮你安装，如果遇到问题了，继续让 ai 来解决。接下来我们进入飞书开放平台，点击创建企业自建应用，填入应用名称和应用描述，创建一个应用， 点击创建按钮后，我们进入页面，点击左侧添加应用能力，进入页面后点击机器人添加， 我们需要给机器人配置权限，点击左侧的权限按钮，进入后点击开通权限按钮，依次输入这些点击确认。 为了让飞书应用连接到 open cloud， 我 们需要将飞书应用的信息配进 open cloud。 我 们首先进入左侧的凭证与信息基础，获取应用的 app id 等信息， 然后依次执行这四个命令，把飞书后台的 app id 等信息配进 opencloud。 最后我们重启一下网关，执行下这个命令， 网关一定要开着，这个时候我们回到飞书后台，进入事件与回调订阅方式，选择长链接，点击保存。长链接完成之后，我们需要注册事件，确保应用内发消息， opencloud 能收到。 输入这个命令确认添加后点击左侧的版本管理与发布，填写信息后点击发布应用，整个接入飞速的过程就完成了。 到这里 opencloud 的 基础安装、外部 ui 使用以及飞速接入的关键步骤就完成了，你接下来就可以在飞速手机端给机器人发消息，让他在本地执行任务了。 关于详细的图文教程我都整理好了，欢迎大家和我交流沟通。这里是 ai 共生格，我们下期见。

周末讨论智普 ai 的 越来越多，咱们大 a 业马上开盘了，到底哪家 a 股公司值得下注？谁是真的受益，谁是蹭热度？今天一个视频给大家讲清楚，记得关注航哥，跟上节奏。咱们分三个层次看，算力层、模型层和应用层。 第一层，算力共应，智普的大模型要训练、要推理，首先得有算力。首都在线是智普 ai 核心算力供应商之一，双方自二零二四年建立了战略合作，在庆阳、宿迁、天津多地建了大模型 gpu 算力集群，为智普 glm 系列模型提供稳定的训练与推理支持。 这叫什么？这叫卖铲子！不管智普赚不赚钱，算力钱是实打实收的。二月十二日，智普 ai 概念爆发，首都在线直接二十厘米涨停， 资金认可辨识度也够。第二层，模型适配，智普 glm 五发布后，第一时间完成了与华为升腾、韩五 g、 昆仑心、摩尔县城、穗源海光等主流国产芯片的深度适配。 这里相关的公司就多了，韩五 g、 海光信息都是国产 ai 芯片核心标的，虽然不完全依赖智普，但智普的适配意味着国产算力生态在加速闭环。 另外，中科曙光近日完成了智普 glm 五的全面接入，也是生态层面的受益者。第三层，应用落地，这是航哥最看好的方向，也是散户最容易参与的方向。 周明科技，这票值得多说两句，公司不仅认购了智普港股 ipo 的 股份，还与智普源客世界合资成立智险机器人公司，周明持股百分之五十 三方，形成了算法模型加硬件终端加感知交互的一体化解决方案。聚焦教育、会议、文旅等场景的 ai 智能体的落地。二零二五年上半年，周明 ai 相关业务已经贡献了业绩，营收三十六点五八亿，利润同比增长百分之二十点六一。 既有故事又有业绩，这是值得持续跟踪的。标地动画软件公司在互动平台明确表示，很多行业应用模型都与智普进行了对接和适配，并在多个客户中落地。 典型的模型加场景逻辑，走的是行业赋能的路线。还有蓝色光标这类营销龙头，智普发布 glm 五当天也涨超百分之五， 说明市场还没有忘记 ai 加营销这条线。所以老铁们结论很清晰，如果你追求确定性，盯着算力层的首度在线卖产人的逻辑最硬。如果你追求弹性，看应用层的中明科技这类标的，合资公司，加业绩兑现加地位启动赔率也合适。 如果你想布局生态，关注国产芯片的含五 g 海光以及中科曙光这类平台型的公司。最后提醒一句，智普现在适应率超七百倍，仍在亏损， a 股跟风标的也会有波动，别追高等分歧，拿核心 跟上的兄弟评论区打个智普，让航哥看看有多少人看懂了这条线。关注航哥，学细节，抓主生做龙头。

家人们，我觉得我发现了一个非常好用的功能，也就是智普青研上面的学习搭子，这个 agent 在 这里可以导入学习资料， 点进去了之后在本地上传，这里主要是可以上传像 pdf 或者是 e、 p、 u、 d 这些格式的资料，再解析创建项目，解析了之后它导出来是这个样子。就比如说我导入了一个呃 pdf 版本的宏观经济学，然后它会自动去分成这五个 part。 比如我们先点进去第一个 part 了之后， 首先左边的这一块是自动生成的知识图谱，中间这里有知识卡片，下面 ai 讲解就直接根据它的原文去做了一个对应，对应这个知识点的解释，如果点进去 ai 闪卡也可以自动生成 这个知识点对应的一些呃不同划分的一些漫画。右边呢，点进去可以直接看到你这个资料它原本的样子，就比如说我导进去的是 pdf， 然后这里就可以直接看到 pdf 的 原文。 我觉得就是这一块非常适合我们去学习一些从国外引入到国内的一些概念。因为有些时候因为翻译的原因， 或者是我们本身是新手，所以说有些时候看到一些概念的时候觉得比较难懂。遇到这种情况的时候，我一般来说都会直接把它扔给其他的 ai， 然后让其他的 ai 来给我解释这个问题。但是现在如果有了这个功能之后， 你就可以直接输上对应的哪一些知识点，它自动自己给你生成了相应的这些 ai 的 解释，就不需要在一段话一段话的去复制到另外一些平台上面再去理解，往下了之后 ai 讲解这里有一些这些板块， 也是比较便于帮助我们理解。尤其是我觉得他有一个比较好用的功能，是下面有个思考一下，他就会直接的去对应 他给你抛出来的一个问题，结合这个知识点，你可能就会去思考这个知识点会如何的运用到实践过程中，也可以帮助我们再去构建这个知识点相关的突触， 这样他就可以在短时间之内帮助你快速的理解这一个概念，并且能够长期的扎根在我们的大脑中。如果说你对这个知识点还不是特别的理解的话，这右下角还有个可以问问答子，可以提问相关的一些问题。 所以说我觉得尤其是对于我自己来说，这个功能非常适合经管类的学生，或者其他的一些人文社科的学生，因为像我们的一些概念，可能经常都是由国外引入的一些概念嘛， 我觉得这个方法这个功能就非常能够帮助我们的去帮助我们去理解，并且能够快速的攻克考试。

主播是一位在读双非研究生，看到网上铺天盖地的 ai 宣传片，主播也想试试，但是看了半天，主播发现连门槛都碰不到，于是主播打算走 ai agent 的 赛道，但是主播也非常迷茫， 不清楚什么样的未来在等着主包，但是主包心里明白，除非巴菲特附体，不然不努力的话，等待主包的大概率是进场了。于是主包开发了一个小项目，发到网上来求职实习，同时也想和大家交流学习一下。 主包用的模型是宽三点五 plus 多模态模型，阿里的宽系类还是非常厉害的，大家可以去试试。 这里主爆借鉴了 open auto g l m 智谱的视觉定位策略，同时感谢项目的贡献者们的辛勤工作和开源精神。

hello， 大家好，欢迎收听我们的播客啊，今天要跟大家聊一聊这个质朴清颜这个多模态的硬核学霸啊，我们来一起看看他到底在这个多模态理解方面有多强啊，然后他在各种实际场景当中到底有多好用啊？包括他这个 作为一个国产的工具，完全免费，到底有哪些优势？好啊？听起来很有意思，那我们就开始吧，我们先来聊第一个大块啊，就是这个硬核学霸的实力揭秘啊，就是他这个多模态理解到底超强大到什么程度啊？第一个问题啊， 就是智普清言在多模态理解上面有哪些让人眼前一亮的能力？这个就很夸张了，就是它不光可以处理文字，它还可以理解图片。 对，然后他甚至可以做图文结合的这种复杂的问答，就你给他一张图，问他这是什么，他可以答出来，而且他的这个在国际的这种评测里面是跟那个业界最强的是不分伯仲的。 哎，那这么说的话，那他是不是也可以处理音频和视频？对，没错没错，他可以，比如说你给他一段语音，他可以给你转成文本，并且理解。对，然后包括你给他一段视频，他可以实时的分析这个画面和声音。对，你可以让他做一些这种会议纪要，或者是说这种场景描述都是可以的。 ok， 就 感觉他像是一个 你可以想象它是一个全能的这种助手，就几乎你什么都可以扔给他。这么强大的一个多模态的能力背后，它主要是用了哪些技术原理？核心其实就是一个大规模的 transformer 的 架构，然后它是一个自研的叫做 g l m， 对，他就是可以把这种文本、图像、语音全都统一到一个统一的这个框架下面进行处理。 ok， 对， 他是一个统一的框架，这还挺酷的。然后他是一个端到端的训练，他有非常非常多的这种参数，他是万亿级的这种文本和多模态的这种数据的预训练。 它还有一些其他的技术，比如说它有一些自适应的这种稀疏的专家混合的技术，还有一些这种非常长的这种上下文的这种记忆机制，还有一些其他的技术，它可以让这个不同的这种模态之间可以进行非常深度的这种语义的融合。 ok， 所以 它的这个多模态的理解能力才会这么强。嗯，这个东西在实际用起来的时候，这个质朴清颜的多模态到底表现怎么样？就是它在这种图文、音视频这种多模态的输入输出上面是非常灵活的。 然后它的这个底层的这个模型的架构和它的这个训练的策略是非常领先的。它的这个在各种任务上面的表现，就是包括国际上的一些标准的评测，还有一些实际的场景的测试，它都表现的非常好，所以它就是一个非常靠谱的一个 多模态的 ai 应用的一个选择。 ok， 对， 就是它的这个实际效果是真的强。好，那我们来聊第二个部分啊，就是说这个质朴清严在各个行业的实际用途。那这个我就特别想知道了，就是说 它在学生和教育这个场景下面到底能够帮上什么忙？就是它其实可以直接上传 pdf、 ppt， 甚至是网页，然后它可以自动地帮你把这个几十页的内容拆分成一个非常一目了然的这种知识地图，就非常适合你去 备考，或者是说你想要快速的梳理这个重点，听起来确实省了不少整理资料的时间，没错没错，而且他还可以用自然语言给你解释这些难点，然后可以自动的给你生成一些这个知识点的卡片，还有小册， 就你可以学练册，一站式全都解决了。而且他上线才两个礼拜，就已经有超过一万两千个学习项目被创建了，就大家都反馈说这个找资料啊，复习啊都轻松了很多。 那这个东西在科研和学术领域又能帮上什么忙呢？它可以直接就是秒级的帮你梳理清楚一个几十万字的这种长篇的文献， 然后它可以帮你提炼出来这个重点的观点相关的图标，甚至它可以帮你发现一些逻辑上的漏洞，或者说它可以帮你去比对不同的研究之间的一些方法的差异啊等等。 听起来像是一个科研的小帮手。对，它可以帮你联网抓取最新的这个学术动态，然后它可以自动的帮你生成一些实验的流程啊，数据分析的脚本啊，甚至一些 写作的模板啊，都可以帮你生成。就是你可以把一些很繁琐的整理啊，写作啊都交给他，那科研人员就可以更专注在创新上面，这个东西在实际落地的时候，在安全和隐私上面是怎么做到让人放心呢？ 它其实是支持 aes 二五六的这种加密的传输，然后所有的这些数据的流转都是在你自己手里的，你可以完全掌控你自己的内容，而且它有通过一些国家级的这种认证啊，备案啊等等的，所以它是 非常严格的在保护你的信息不会泄露，让你可以用的非常的安心。然后咱们来聊第三个部分啊，就是使用优势全解析。对，这个我特别想知道，就是智普清言在 成本上面和这个使用的门槛上面到底有多大的优势？就是它现在是完全免费的，对个人用户是完全免费的，然后你也不需要去呃 credit card 什么之类的，就注册一下就可以用，它的这个免费的额度也很高， 就是你日常的使用是几乎不会受限的。如果你是企业或者说有更高的需求的话，它也有很灵活的这种套餐和这种定制化的服务。那它的这个价格呢？呃，每千 tokens 可能就是几分钱， 对，就比国际上的那些同类的产品要便宜很多，听起来确实对新手和小团队非常友好，没错没错，而且它就是，呃无论是官网的 app 还是说 api 都是非常容易上手的，然后它也支持很多种语言， 也支持很多种文件的上传，它的这个界面也非常的干净，没有什么广告，你就是用起来就感觉就跟聊天一样，就非常的自然流畅。它的这个 移动端的体验也是非常好的，就是它把复杂的功能都藏在了这个简洁的背后，就是它真正的做到了这种零门槛， 你觉得就是质朴清颜，在功能的丰富度上面和这个个性化上面有什么让人眼前一亮的地方？就是它的这个功能覆盖真的是非常的广，就是你无论是需要那种超长的上下文的对话，还是说你需要这种跨模态的输入输出，还是说你需要这种 创意写作，或者是说这种智能文档的处理，他都有专门的这种优化，就是他真的是把这个能力做到了这种开箱即用，确实听起来挺全能的。对，而且他还可以让你去定义你自己的智能体， 就是你可以把你的知识和你想要的一些行为都赋予这个智能体，然后它又有非常强的这种可扩展性和这个灵活的 api， 就是 你可以无论是做个人的助手，还是说做这种企业级的应用都是可以的，它又有这种非常强的这种隐私保护， 就是他把这个个性化和这个安全性都做到了极致。你觉得就是智普青研他在推动这个 ai 的 普绘化和这个国产化的进程当中，到底扮演了一个什么样的角色？就是他这个背后是有非常强的这个本土的团队，然后自主研发的这个核心的技术， 就是他是真正的把这个关键的能力掌握在了自己手里。他也在这个国际的榜单上面频频地取得这种 top 的 成绩，也在不断地去推动这个行业的这个标准，确实很有标志性。对，而且他这个不光是在这个技术的创新上面，他也在不断地去拓展这个应用的边界， 他现在已经有了非常庞大的用户群体，然后他也在不断地去兼容更多的这种硬件和平台，也在不断地去加速这个 ai 走进各行各业以及日常生活当中，就是它真正的在让这个国产的大模型成为一个现实的生产力。好吧，今天我们就聊到这里，然后 很明显可以看出来，这个质朴清颜确实是一个非常强大而且非常实用的多模态的 ai 工具，大家如果感兴趣的话可以赶紧去试一试，我觉得应该不会让你失望的。好了，那么这期节目咱们就到这里，咱们下期再见，拜拜。拜拜。

好啊，欢迎大家继续来参加我们今天晚上的这个电话会啊。呃，那正如我们昨天所预告的啊，今天晚上我们主要是具体来讲一下我们对于智普和 mini max 啊，这两家全球啊，前两家也是仅有的两家上市大保险公司的这个首付覆盖 啊，那我们也是这两家公司的这个首付报告啊， 那也是在这段时间里面呢，就在年里面这段时间，这两家公司的股价呢，也是有比较明显的涨幅啊，那核心也是这个，一是是有模型的更新啊，第二也是他像一些啊，不仅是在第三方平台反映的，也包括在这公司的官方的 epi 口径都展现出了 啊，这个 agent agent， 这个 ai 带来这个这个需求涌现下啊的这个掉物量的大幅增长啊，使得大家对于这个模型的预期是进一步攀升啊，尤其是在现在，大家普遍觉得这个模型会侵蚀很多东西啊，可能会侵蚀 fast， 侵蚀应用，侵蚀他们的互联网，那么在这样的一种趋势下呢，这种 作为一个仅有的稀缺大中型资产，他的投资的价值啊，他的这个配置的溢价，那一定是到达了一个非常高的市场的几率，非常高的语气。 这今天我们一个小时的时间呢，主要也是这个详细讲一下两家公司的投资报告啊，那首先呢，会先由我和我同事啊，袁佳妮啊，一起来讲一下质谱啊，然后呢，我们剩下一段时间会由这个同事车出运啊，来讲一下这个 vmax， 那首先呢，我们就先进入这个智普啊，那我先来讲一下这家公司的一个呃，这个 highlights 吧，或者说是一个投资概要啊，这样你可以帮我翻到对投资要点这一页。 那我们觉得，其实，呃对于智普家公司呢，它的这个背景呢，其实就是清华系啊，国家队啊，这些标签其实大家都很熟悉 那，呃，我觉得大家看智普其实他的投资价值，或者说他的要点其实主要来自于三点，就第一点，其实他的核心价值一定或者说永远是来自于模型能力啊，但是我觉得这个对于所有模型公司都是这样子的，就是大家如果去投资大模型， 那你的模型能力一定是放在第一位，对吧？因为这个我们这个 ai 行业还是在一个快速进展的过程中，对吧？你只要你必须要有一个啊，至少在某些领域领先的模型能力啊，才会有人来用你的模型，对吧？那你用你的模型之后，你才能考虑未来如何去做商业化，对吧？你无论是 c 端或者 b 端也好。 那么智普的模型能力呢？他从成立至今一直是走在中国的大模型的一个最前沿的位置啊，那并且目前他也是在啊过去三年的思考迭段过程中呢，找到了一条比较适合自己的路线啊，就是我做中国最领先的 coding 模型， 以 coding agent 推理啊，为这个模型的一个细分的聚焦方向。那最新发布的这个 gm 五呢？其实也证明了这一点啊，其实我们觉得智普的转折点可能是来自于 gm 四点五， 那么在四点五之后的四点五、四点六、四点七到这次五点零，那每一次无论是从跑分还是说实战，还是说海内外的一些模型使用口碑啊，都是在国产模型、开源模型中占了一个非常领先的位置啊。所以公司是否是一家非常纯粹的机模公司，他的投资价值最大的 后盾其实就是由他的研发能力，他的一些技术储备，最后带来的这个是第一款， 那第二块你要看商业化，那么由它的这个领先的 coding 的 商业化能力带来的是它啊，近期是能够在整个啊 coding 的 a p i 市场取得一个明显的优势，而公司过去的这个 收入里面，可能本地化是占一个比较大的部分，但是往后展望的话，他一定是这个云端的 cloud base 的 收入， a p i 的 收入，尤其是以 c 相关的收入是一个 c 增长，而且我觉得在二五二六年、二七年会是进入到一个加速的这样一个周期。 其实我们回看一下 isopec， 是 一个很明显的以 c 定为健康的公司，他的收入在二零二六年再翻四倍，翻到一百八十亿 啊，那可能二七年还能再翻个两万翻倍啊。所以就是这种当你的模型能力跑通之后啊，你就可以去做一些更加激进的一些商业化的动作啊，比如说，那我也可以去做更多的推广啊，让更多的人来用我的这个 copy 站，那我的收入可能是一个 指数级的爆发。而且正如我昨天所讲的啊，就这一轮的，尤其是二零二六年年初的鲶鱼带来这种 agc 的 ai 的 这个快速渗透，带来了这个整个整体的全球性的这个头更需求的呃，迅速增长，而且这个需求很明显，你只要只靠这个 cloud 是 完全就吃不下来这么大的需求，因为他只是做中高端， 那你外溢的这些中央部甚至中央部以下的长尾需求，这些国产模型以质朴为代表的啊，我就可以有一个， 有一个不错的商业化策略，更高的性价比去做一个惩戒啊。那么最近看到其实这个智普，他整个 a p i 啊，相关的一个 a r r 其实也在迅速增长啊，去年年底十一、十月，十一月可能也就只有两个亿，两个多亿的水平啊，那现在最新的数据可能已经五五个亿到六个亿啊，那我们在这段春节之后啊，这段时间他的最新的数据 一定还有一个更加明显的趋势啊。所以从分化这一块呢，就看 coding 它 agent 啊，带来这个突破的爆发，加上公司一个领先的模型能力，是能够去进行这样的一个 一个这个把握啊。那我们后面也对这个整体市场空间作为一个测算啊，其实你无论是从用户的渗透，还是说从未来价格的提价，都还有比较明显的空间。那最后一个，那你就看估值角度了啊，那估值角度呢？因为最近的这个呃，股价涨幅比较大啊，但是我们觉得，其实呃你 这个大家，其实你买这大模型公司，本质上都是买一买一张通往未来的门票啊，无论是通过 a g i 也好，还是说在这个模型轻视应用的趋势下，去买一个啊，占有更有利去势位置的一个一一张门票啊，那你看海外那些模型公司对吧？哎，折腾这个三千八百亿美金， 那欧本 ai 八千三百亿美金，那上市之后的欧本 ai 是 否会变成一家一万亿美金的公司，那都是有可能的啊， 所以我觉得其实大家可能会觉得我这个国内间模型公司啊，你对国外的这个静态估值还有点贵啊，但是你考虑到可能我们是处在一个更加早期的阶段啊，无论是渗透率，商业化，都在一个更加的更加早，更加出现的一个一个一个一个一个水平，未来如有有可能啊， 进入到海外，这种收入爆发啊，并且持续进行商业化兑现啊，所以我觉得目前的这个物质其实体现的是一种对于未来的预期啊，包括是在当前的摩羯星下面的一个啊，市场更高的一个期待啊， 所以这是我对于这国家公司算是一个投资要点的一个总结吧。啊，那下面更多的时间呢，我就交给这个佳妮啊，可以把我们的这个粉丝团报告啊，给大家详细的去啊，这个分享一下啊，邀请佳妮 哎，好的，谢谢。志浩啊，那我为各位各位朋友，大家晚上好，我是中金公司分析师袁佳妮啊，那我为大家这个具体过一下志普这家公司啊，那我们可以先看一下公司他的一个基本情况啊，那志普呢，他是成立于二零一九年， 主要也是一托这个清华的一个基础成果，一直在做这个大模型的算法研究。所以公司呢，他其实不管是在做这个大模型的基模，还是现在专注在这个 call 领域呢，他其实都是一一家一直比较专注的一个公司 啊，那他每一年呢，也都是不断在迭代做的一个基座模型啊，那比较有转折的呢，就是像他这个去年七八月份发布的这个 gm 四点五， 然后到四点六到现在的这个 gm 五，那这个整个模型的能力呢？你不管是在这个机座模型能力，还是确定还是在这方面呢，其实都是有一个呃快速的一个发展，也是紧跟紧跟了这个全球一线的头部的模型潮流的步伐，在持续的领跑这个中国大模型的一个产业 啊，所以这个基数模型一直是个基数模型，一直是公司的一个核心支柱啊。那接着我们可以看一下公司他的一个呃股权结构。 那除了这个公司的创始人唐杰教授啊，包括刘德斌博士、张鹏博士啊，他们作为整个公司的控股股东之外呢，其实公司在上市之前，还有包括像今年资本、美团、蚂蚁、阿里这样一些比较豪华的 互联网的一些这个站头是作为一个投资者。那另外呢，还会有一些中央及地方的国资啊，也是公司这个 ipo 之前的一个重要投资者啊，所以整体的公司的股权结构呢，还是比较豪华，也是比较稳定的。 那我们再看一下公司他的一个这个产品理论的话啊，那也是以这个机座大模型目前是 g m 五为一个核心，那往后呢，随着公司因为模型迭代也比较快，那 可能就是 g m 六、 g m 七啊，都是作为这个机座模型为支柱，那不断的衍生出了像这个多胞态模型，多胞态理解的 g m v 模型啊，语言模型、智能体模型啊，所以整体呢，公司都是在围绕他的一个机模做更多的一个迭代 啊。那从这个公司的收入增长呢？因为随着现在，就，尤其今年初吧，我觉得从随着这个 openclaw 啊， coop 和这些 archaic ai 的 一个爆发吧， 其实需求都是不断抬升。那像海外的这两家模型公司， openai and sockeye 也是不断地再去上调自己的一个收入的一个指引啊，那同时呢，他们其实也是预计就是整个呃，这个亏损，包括新型转正的时间可能会有所滞后。 那这个呢，其实国内啊，像智普呢，他也有这样的一个趋势，就是他的收入增速啊，这都是比较高，比较快翻倍的一个增长啊。但是这几年呢，亏损可能还是会持续啊，因为公司要不断的去投入到他的这个算力，投入到人力的建设上面， 自己保持在一个比较呃好的一个身位啊，去一直把自己的模型能力保持在头部的一个水平啊。那公司呢，也是一直以这个 a g i 为一个短期的指引和发展目标啊，不管是他做这个抠钉也好，展体也好， 包括他技术员的方向也好，其实这都是公司的一个长期的一个技术指引路线啊。那这些作为一个核心支柱呢，那公司整体的一个商业兑现也是比较快的。 那接着呢，我们可以看一下公司它的一个核心价值啊，那我们总结来说的话就是模型能力为先，去不断地赋能，千行百变，去提升真实的这个生产力的场景 啊。那公司这个 gm 发布， gm 发布之后啊，其实我觉得它的关注度，包括大家的一个这个使用感受都非常好。那从这个具体的一个跑分来看的话，就是比较偏综合的这个 rgb 啊，这个 index 看 的话是 g m 五，它是处在啊全球第四啊，国内第一这样一个水平。那在单体的一些表现上面，像 h l e 啊，包括模型方面呢，也是能够去啊对标这个 i f c k l 的 欧卡四点五这样的水平啊，所以整体模型能力呢啊，非常的这个优秀。 那再从这个公司他呃本身也是一个，就是国内他也是走这种偏开元模型的一个路径，不断地去培育自己的生态。那当时他这个这个 g m 四点五发布之后呢，也是在这个领先的开元平台哈根达斯上面呢， 下载量就非常高，达到了呃，七万多次。那他发了这个 g o m 五之后呢，也是趋势首日就登到了这个全球的一个趋势榜，所以这里也能看出整个公司他的一个呃关注度，包括在开源社区的一个表现，都是非常得到海内外这样开发者的一个认可 啊，那往后呢，就是公司他因为一直还是以 agi 为一个核心，那公司的创始人堂姐教授呢，也是在多个场合都会提到说啊，他对于整个下一个模型再次一个关注，包括去思考模型他目前的一个瓶颈，核心的一些方向。 那我们在这个堂姐教授呢，也是比较看好像这个持续学习，包括自主学习、单向学习的几个阶段。 那往后呢，其实公司尤其在这个 gm 五之后，包括 gm 六、 gm 七啊，未来几代模型都可能会在围绕着这个持续学习，自主学习去做更多的一个突破啊，让模型能够去更好的去解决更多的真实的场景的这个复杂问题 啊。那我们再看这个公司一个商业模式的话啊，其实公司它整体就是以这个啊， max 啊，模型计服务是它的一个商业模式啊，将这个模型的能力输出给下游这种科技啊，金融、互联网各个行业 啊，然后去把这个他的一个模型能力把他嵌入到这样的全行百业当中去啊。那从整个这个商业模式法分的话呢，其实公司主要提供啊，这个三种商业模式啊，那面向这个像政府和大型企业啊，那这类客户呢？他们会比较专注自己的数据安全 啊，包括我这个模型的控制权，所以更倾向于本地化部署啊，那这个时候公司他就会提供这种本地化部署的模式啊，来来进行一个这样的一个服务。 那面向一些中型科技和互联网企业呢，因为他们会比较接受这个云端的部署啊，那智普也可以给他们去提供啊，这个泛春运的服务，把模型部署在云端。那面向更 更广大的这种全球开发者，包括科技企业呢，因为他们会接受这个，这个就就会接受这个 token 的 一个模式啊，那智普呢？就会呃为也让按照他们的一个 token 的 消耗去进行一个收费。 那往后看呢，其实，呃，以这种 api 的 方式的这样的一些客户呢，他会需求会更大， 呃，不，不仅仅有这个开发者，还会有更多的泛开发者都会愿意去啊，用这种标准的 api 方式啊，包括结合这种 cocoon 的 一个订阅模式， 那所以智普的往后他会更加就是去结合这种需求啊，把自己打造成这种标准的 top and factory 的 方式啊，像更广大的这种开发者泛开发者群体啊，数出自己的一个模型能力 啊。所以总结的话呢，就是往后其实本地企业的客户呢，是智普他的一个基本盘，让他更多的增量，更核心的需求都会来自于这种全球的开发者，包括这些科技企业，是他的一个增量的一个市场 啊，那所以从这个下游的一些客户案例角度，我们可以看呢，其实公司他会有和科技企业，像金山办公、 fps 啊，背后其实会调用这个智普的这个模型， 那像互联网企业中呢，智普也是今年和滴滴啊一起去共同创建这个出行 a 政策，去解决这个出行方面的一些啊，这个 ai 的 一些需求啊，那包括智普也和啊，像这个芯片企业啊，摩尔县城 b 站他们 啊一起，就是一方面啊，智普也会用他们的算力去做一些推理的服务。而另外一方面，这些芯片厂商呢，也会用智普的这个新的这个制作模型啊，去赋能自己的 coding 啊，赋能自己的企业内部的一些需求啊，所以就通过这种国产新啊，国产模型这样的一个能力呢，再进行一个相互的一个赋能 啊，那其他呢，还会包括一些金融的企业啊，包括一些海外啊，那智普他有二五年也是有这个马来西亚主持 ai 的 项目，那他第一期呢，就是有一千万美金这样一个收入提量 啊，所以这些呢，智普的一个这个模型能力呢，其实就是赋能到了各个领域啊，去帮他们提效，帮他们做啊，更多的这样的一些，呃， a 证书方面的一些这个探索。 那所以我们看到整个这个增长驱动来看的话，总结来说就是云端和 api 会持续加速放量啊，那整个公司的收入增长呢，都是会以这个云端和 api 为这个增长引擎。 那二零二四年的收入结构中呢，其实我们可以看到这个本地化部署占比还是比较高，可能在百分之八十以上。但是到了二零二六年啊，这个时候呢， 基本上云端部署啊，会占百分之五十以上的一个收入，那二七二八年这个云端这一块的占比会这个占比会更高，可能就会接近七八十这样的水平， 那其中呢， a p i 会是主要的一个驱动力，那 a p i 它的一个占比有望接近百分之五十往上，这个中场下来看呢，也会成为公司最最核心的这个商业模式。 那如果要看 a p i 的 一个增量呢？其实这个就离不开啊，智普它所消耗的一个 token 的 一个呃，高速增长，我们可以看智普它这个二四年的时候，它的一个 token 消耗量大概在零点二 t， 但到了这个二五年的上半年就到了四点六 t， 那 二五年年底的话，我们估计在六 t 以上这样的一个消耗量，所以这个增长速度非常快。 但这个 token 的 一个增长呢，也会是一个 api 啊，的往后的增长的一个比较好的一个前端指标啊。所以啊，智普如果把自己打造成一个 token factory 啊，包括说它的一个海内外的开发者越来越多的使用，智普啊，不管是把它做一些这个艰巨领域，去做一些 使用他的头肯去探索，还是确定你成为中成为领域，去做一些这个这个填补，那都会让他的这个头肯消耗量高速增长，带动他的整个 api 需求进入一个快速增长的一个阶段 啊，那所以我们总结一下公司的一个中长期的一个商业规划的话呢啊，那公司最最核心的还是他的制作模型会不断的迭代，把整个制作模型的能力呢啊，就能给千行百业去真正的提升各种生产力。 那同时呢，公司也和这个各种企业啊，像我刚才说到的滴滴啊芯片厂商呢，去加强合作啊，去打造这种行业大模型和 a 政策啊，那会把整个整个模型能力啊，进入一个更加做的更加深啊，更加专业这样一个状态。 那另外呢，公司在这个 a a g i 应用这一块其实也有一些布局啊，那公司此前也是开源了它的这个 oppo g m 啊，那也是作为一个后续 ag 方面的一个储备啊，那所以这个是公司它中长期的一个规划 啊，对，那接着呢，我们可以看一下整个产业方面的一个趋势啊，整个 ai 产业呢，其实这个整个发展会非常快，我觉得尤其是今年以来吧，就是每每基本每个星期都有新模型发布，都有新的 a 的 出现啊，所以他的一个整个大模型的斜率 增速都是在加速的一个阶段啊，那包括海外的模型呢，他们的叠加速度很快，那中国的这些模型厂商呢，也是紧紧跟着 头部的一个水平啊，不管是在这个模型的架构，还是在上下文的工程啊方面，都是紧紧跟随啊。所以不管是从这些跑分，还是从这个实际的用户体验来说，其实反馈都很不错 啊。整个中国也是在这个 ai 产业吧，也是在大模型的一个拉动下来，增增速非常的快 啊。那在在中国要是做这个大模型的这个商业啊，要想做这个商业的变现呢，其实还是做这个极端 来说的话，整体的变现能力会更好。因为 c 端的话，其实像这个 dc 豆包，他们都是免费啊，所以相对比较难挣赚钱。但是做 b 端的生意的话，整个付费意愿啊，这个企业客户愿意去拥抱 ai 的 这个 想法，还是会比较愿意去付钱。那这个呢，其实也会比较契合目前智普它的一个这个商业模式啊，就是以这个 b 端企业为主，包括去面向一些更多的科技啊，互联网公司 啊。那我们再看整个这个 ai， 它的一个竞争维度的话呢，其实我们总结一下，不管是全球还是呃，不管是海外还是中国吧，都是留在台州上的，模型场上越来越少了 啊。那你像海外，基本上 oppo i， 酷狗 and so on 这三家呢，他们都以各自的一个这个生态卡位或者是优势啊，在这个呃模型领域啊，这个竞争优势是不明确了，那像 oppo i 可能是我的综合能力比较强， 那 google 是 我的多媒体能力啊，以及觉察。那 android 呢，就是我的 coding 能力，包括我往后做到这个企业端，去打开一些企业场景啊，会使它更大的一个优势 啊。但像这个独立的模型场上，就是 open 和 ansulate， 虽然他们的优势已经非常明显了，包括整个收入增长啊，也非常快啊，但是他们俩我们细看收入结构的话，还是会有差异啊。那 ansulate 它收入结构中呢？其实会有百分之六十多都来自于 api 啊。那 oppai 呢，它是收入中近百分之五是来自于 c 段。所以智普呢，它的一个收入结构，包括往后的一个这个商业模式，可能会更加贴近这个 antarctic 的 一个增长的一个路线。 这个是海外的一个情况，那我们在看到这个中国，就是中国和海外也类似，就是基本上也是能够去模型能力突围，留在台上的模型场上也是越来越少了。那像这个巨头阿里、腾讯自己啊，他们都是也是有自己的生态位， 有各自的优势啊。但是像独立的模型厂商，像智普、 mini x， 包括 deepsea、 kimi 啊，那他们也是技术破圈啊，通过自己在自己这个擅长的领域吧，做的一些事情，也是有一个很好的突围 啊。那所以我们看最近这个 open drop 上面的一个呃 token， 大 量的数据来看，像这个智普、 mini x， kimi， 他 们都是排名非常破前， 我们把时间维度拉长，拉拉拉的更浅一点去看，从二五年开始，这些模型公司，他们已经在 open note 上面的调用实战率已经是比较高了，并且还是一直具备持续性的啊，所以这些公司已经获得了海内外的这种不同的这个使用者的一个认可 啊。那所以总结的话，就目前整个竞争格局里面，我们觉得啊，相对是比较就是比较清晰了。那独立模型厂上凭借自己的一个这个技术趋势吧，还是有这个能够有这个一席之地。 好，那我们再往后看到这个市场机遇这一块，其实 ai 扣顶从二五年开始就是大家探讨非常多的一个话题，但他也是首个进入真实生产一级别的这样的一个应用场景。那二六年呢，我们觉得他会整个整个市场呢，会成为由扣顶所驱动的粘贴给 ai 的 一个原点。 那我们如果要看目前 ai coding 它的一个渗透率的话呢？啊，有一些数据也可以供大家参考啊，那基本上就是在二五年的时候， ai 生成代码已经占了全球代码产出的百分之四十啊，那根据这样一些，呃，这个 就海外客头部科技公司的一些这个统计的话，他们内部可能有百分之二三十代码都是在用 ai 生成的，所以这个 ai 对 于呃这个 coding 对 于这个程序员的这个能力提升的帮助是非常的大， 而且这个仅仅是程序员啊这样的一个这样一个群体，那更多泛开发者群体使用这个 ai coding 的 话呢，其实市场空间会更大 啊。那因此我们也做了一个测算，是这个中美 ai coding 的 一个测算，我们也是根据这个编程人员人均薪酬，包括 ai 的 这个增加的价值量做了测算，那基本上的一个 time 是 在 两千多亿美金，也就是万亿人民币这样一个规模啊。那刚才我们说到你之后这个泛开发者的群体涌现之后，整个市场空间会更大 啊。但在那在当我们再看到这个 ai coin 领域的这个竞争者的话呢，其实按道理可能那肯定是大家最公认的冰城能力最强的模型啊，那从实战力也可以反映，他在这个二五年的 coin 实战力里面是以百分之五十四的一个水平位居第一 啊。那因为整个这个 cloud， 它的一个这个模型能力在 coding 很 强那，并且它现在也是发了一些更多的这个企业级的产品，像 cowalk 呀， cloud excel 呀，所以打入了这个企业级的市场啊，所以我们可以看到右图就是显示它在 企业级这一块的市场率也是稳不提升，现在已经超越了 oppo i 位居第一这样的一个水平啊。那所以往后呢？我们觉得这个呃，这个其实按逻辑吧，它起 做了很多颠覆性的事情啊，其实不管是 coding 还是他新的这个 excel， 包括他前两天的这个呃一些网安产品啊，其实都是呃，就是或多或少吧，对我们现在的一些 呃软件的使用应用的一个场景可能会有一些颠覆啊，那包括他未来肯定也会更多的呃，通过 a coding 吧，在企业端的一个渗透率肯定还会不断提升 啊。那在我们看到中国现在的这个 qq 市场的话呢，其实整体的增长速度也非常快， 但是从这个时间差来看的话，中国和美国还是有一个三倍的市场交易时间差，但这也就意味着啊，中国还就是中国的这个 ai qq 市场，还会有这个更大的一个空间啊存在 啊。那包括我们可以看到这个 antarctic 和智普它的一个收入对比的话，其实智普还处于 antarctic 的 一个早期阶段，那增速会更快，随着整个这个 cody 市场的一个呃，这个教育教育完成之后的渗透率提升 啊。那智普呢，我们觉得如果让感觉让我们说他最像台湾哪个公司的话，那肯定就是这个 i s o pick， 他 们的这个路径也非常相似，都是集中去啊，专注打磨 coating 的 领域。那其实智普他从这个 g m 四点七开始就在前端设计 这一块有一个非常大的一个审美观，包括这个编程能力的一个提升，当时都是基本可以去对标京安三这样的一个能力。那他最新的这个模型 jm 五呢，整个 coding 和展示能力的又大幅跃升，不管是前端后端还是一种长程任务的编程开发中呢， 都非常的突出。那从这个真实题材方面呢，也是逼近了这个 oppo 四点五啊。所以智普呢，他核心也是专注，我就做这个抠进场景，把它做的非常的极致，去能够很好的对准 srt， 然后再去啊逐步切入到这个企业的市场 啊。那智普呢，他从整个就是使用体验来说呢，就是非常接近 oppo 四点五，包括它的前端也很接近金蛋三，但是呢它的一个价格来看， 它是只有这个这两个模型的可能百分之十几这样的水平啊。所以你现在随着大家用这个 a 整数的一个需求更多，用扣点的一个这个需求更多以后，那会有很多的用户对这个价格的敏感度会上升啊。那因此呢，质朴它的这样一个高性价比 能力又非常不错的一个模型，就很好的可以去抓住这种海外的中长尾市场，包括国内的这样的一些参加者的需求啊，从而呢让他的整个 a p i 帮他的一个这个口令的一个呃收入增速呢，有个快速的一个释放 啊。但是这个智普 g m 五它发了之后呢，其实当时还是涨价了，而且平均上涨的一个幅度在百分之三十以上，其实这个也能反映出啊，这个智普这个模型能力的一个 的提升啊，所以它才敢去涨价。但即使它涨了价之后，我们可以看到我们拿这个 g m 五的这个 coding plan 和 ansata coding plan 做对比的话，它还是不到这个 cloud 的 呃，百分之，这个百分之五十还是少它的一半 啊。那所以的话啊，你对于一些中长类客户啊，我想用这个 coding 的 能力去做更多的开发也好，或者是一些泛开发场景，那你这样一个智普的模型对他们来说肯定是非常呃，这个就是前置的一个选择 啊。而且其实智普的是涨价，我们觉得应该也是触面反映了它模型的那个提升，包括其实它涨价之后啊，官网上很多这个 coding plan 还显示出了受挫的状态， 包括他之前还在全球去寻找这个赞力的这个合作者，其实都能反映出这个需求非常旺盛，反映出智普他的模型能力的一个提升，所以你往后这个需求啊，一个驱动，一个是模型能力好，那往后智普其实整个 api 和 qq 的 价格还会有提升的一个空间 啊。那智普呢，其实因为他整体的一个技术路线和这个 f b b 也比较类似啊，那往后往这个斜端去渗透的话，其实口径都是非常好的一个抓手。 那智普他去斜端做这个，呃，做这个覆盖的时候呢，因为他本身是独立的模型厂商，而且有这个比较专业的一个企业服务的这样的一个意识啊，所以可以让他在这个企业服务领域呢，也可以脱颖而出 啊。那接着我们再把这个制普他的一个核心的啊，这个 gm 五包括奥特曼给大家做一个介绍 啊。那首先这个 gm 五呢？啊，其实在他之前没发的时候，就以这个 poln 阿法的一个这样一个名字吧，在海内外其实就相对爆火出圈了啊，那他后来就是整体看他的一个评测的话， 多个这个精准测试中， h l e 啊，包括这个 s w e 中都是保持的非常好的一个水平，而且主要是比较在它的这个 coding 和检测的能力方面。 那如果我们具体看 g m 五有哪些优化的话啊，其实它主要在这个模型架构啊方面不断的在迭迭代。那首先它的总参数规模是这个 g m 四点七接近三倍的一个体量， g m 四点七大概是三千五百多亿的一个参数量， 到了这个 gm 五的提升到了七千五，呃，七千四百多亿，所以这个对于基模的一个呃最基本的能力有一个非常好的一个提升，包括他的专家模型数量有一个明显的增长。 那第二个呢，是智普他也在强化学习这一块啊，构建了全新的一个框架啊，能够去更更好的提升强化学习这一块的一个呃能力。 所以其实智普因为唐杰教授一直对于这个模型的啊强化学习啊，包括自我学习非常重视啊，所以我们觉得这些开发也是契合了唐杰教授对自我学习的一个更多的一个期待。然后第三块呢，是公司也是首次集成了这个 deepfake 的 技术注意力机制，去提升偷空的效 率啊，去接近现性，把这样的一个水平来提升整个模型的啊这个效率和降低部署的一个成本， 所以整个公司一直都在这个模型架构、模型能力方面不断地做了很多的一个打磨。那另外呢，比较值得一提的是啊，公司 g o m 五呢，也是渗透到了办公的场景啊，那发布了像这个 g o m in excel 这样的一个呃能力，那这个其实也是对标了 cloud excel， 所以我们可以看左边呢，你可以打开你的 excel 啊这样的一个表格，右边呢也是一种自然语言的方式，可以让这个呃这个智普帮你，这个 jm 帮你做各种各样的事情，表格的这个自动化啊，填表都可以做啊，所以这个也是比较好的，智普从 copy 往起，这个更多企业场景去覆盖的一个 这样的一个信号。那另外的话呢，公司因为现在也是和这个国产芯片有一个比较好的深度适配，那这次 gm 的 五的推理算力呢啊，都是采用了像这个摩尔现传 啊，含五 g， 昆仑星这样的一些国产的芯片公司，那包括这些芯片公司也会去采购啊，这个 gm 五的这个基座模型啊，那实现了这个国产芯和国产啊模型这样的一个双向赋能， 所以去呃一个是能够去更好的满足呃，当你这个推理需求很高的时候的一个呃更多的算力的要求，那另外也是可以实现一个商业化的一个探索 啊，所以这个是 glm 五的一些亮点啊。然后我们再看公司对于这个 ai 应用的一个储备的话呢，其实比较具备代表性的产品啊，还是他的这个 office 呢，他也是呃公司他所推出的 ai 制的产品啊，可以通过这种独屏的方式 去帮用户完成一些啊，多款这个 application 之间的复杂任务的执行啊，比如说订机票啊，订酒店呀，帮助旅游规划啊，然后这个也能够体现公司他的一些这个长程任务的一个处理的一个能力 啊。但因为整个这种手机 ai 政策吧，还是处于商业法律的早期阶段啊，所以智普把这个 oppo gm 的 也是当做一个商业储备的 option 啊，去后续可可以看有没有更多的一个商业的一个探索的一个呃，这个状态， 那最后呢，是公司的这个人才壁垒啊，那因为公司他的核心创始人都是源自于清华，所以他们对于啊，不管是大模型算法这个数据方面都有非常深厚的积累啊，那另外呢，公司也是非常重视他的研发 啊，那在公司接近九百名员工中，其实百分之七十多都是来自于研发人员啊，所以公司的这个对于整个模型的一个 打磨和储备中，研发算力都是非常重要的，他的一个这个壁垒啊，然后包括这些很多研发人员，他们本身可能都是清华的学生，所以构建了这样一定的人才的这个优势 啊。然后关于风险方面的话，大概也就是这个研发商业化，还有知识产业相关的风险啊，那我也就不多做介绍了。 那最后的话是关于估值，估值我们啊其实也也跟大家在这边说一下，如果材料的话，其实后续可以啊，联系我们有更多的这个因为合规的要求吧，可以有更多的这个介绍啊，那我们基本上是和海外的两家头部模型公司 openlife and software 做了啊，这个对标， 那影响一家公司，他们收入增长很快，但他们最近也是不一直在融资去抬这个估值，那质谱啊，整体来说还是处于包括中国的模型吧，还是处于早期阶段啊，咱们这两个公司因为上市之后可能也会有估值溢价啊，所以我们是呃深呃全面对标了。这个 open f and socket 是给予了质朴四十倍的一个二八五的一个 ps 估值，那目标是目标是指大概是在三千零六十八亿港币啊，那目标价是六百八十八港币这样一个水平啊，那这个大概就是我的一个介绍，那接下来我把那个时间给到我的同事车淑韵，由他来介绍这个 mini max， 谢谢 各位投资人，大家晚上好，我是中信公司的首席覆盖， 这是一家呢成立于二零二二年的全球领先的通用人工智能科技公司，致力于去推动人工智能科技领域的前沿发展，实现 agi 公司的愿景呢，在成立的第一天就定下来叫做 intelligence with everyone， 就是 通过提升模型的效率和降低模型的使用门槛， 这使得高阶的智能能够被广泛的用户和开发者来使用。从成立之初，公司就是以一个 a m a t 公司来自我定位的，在组织的结构、研发流程、产品形态这些等等的方面，它都是围绕着大模型的能力去进行设计的 公司。我们可以看到在技术路线的选择方面，非常的注重效率和全模态。在商业策略上呢，非常注重精简与简陋。 对于公司的整体的一个业务的体系，我们可以概括为它是一个以全模态融合技术的模行为核心，然后再向上构建 ai 这个原声音用平台的一个公司。在模型层我们可以看到公司已经形成了相对比较完备和完整的全模态模型矩阵，并且在持续的进行架构的更新。它整体的模型包含了以下几个方面， 首先是文本模型，最开始的命名是 abab 系列，到现在更名为 m 系列，实现了一个通用理解到极长的上下文强 agent 能力的一个跃升。同时公司的模型的能力现在处于是全球前列的。 它的视频模型叫做海螺系列，主要通过底层架构创新，确定了一个全球视频生成的第一梯队的地位。 公司还有音频模型、音乐模型，还有它的图片模型，分别是 speech 系列、 music 系列和 image 系列。它的音频模型是凭借一些拟人的情感表达和多语言的支持，设立了公司在语音类产品方面的竞争壁垒。 音乐的模型呢，与 speech 模型存在一个差异化的互补，共同地去支撑公司从音乐创造到交互播报这个全链路的音频的生态。图片的模型方面呢，也深度地赋能了公司的 ai 原声的创意设计场景。 在产品矩阵方面，公司持续的推出具有明确的用户价值量的 ai 原生产品，而且构建了一个丰富的 ai 应用的原生矩阵。公司的产品可以分为两个大类，一类是 ai 原生产品，一类是开放平台。它的原生产品又可以分为三个大类和五个小的品类。 第一个大的品类是 agent， 第二个大的品类是音视频产品，包括了它的视频产品海螺和它的音频产品 audi， 以及第三个大的品类，它的 ai 陪伴产品里面包含了面向于海外的 tokyo 和面向于国内的兴义。 那基于公司的这样的一个模型能力和应用能力，我们可以看到公司非常强的一个核心的竞争力，我们把它概括为四个方面， 第一，公司他是一个非常早就开始去压住全模态融合线路的一个基模的厂商。随着现在 agent 以及世界模型的推进， 我们可以看到全模态理解和生成在逐渐成为一个非常重要的技术能力。公司在成立之初的时候，他就是在同步的推进文本语音视频还有模型语音视频的研发，去压住全模态的融合，形成了一个统一的技术展现，积累了一个比较好的先发的经验。 第二就是公司，他是少数的验证了海外的市场规模化变现能力的一个寂寞场上， 二零二五年的前三季度，公司的海外收入呢是占比超过了百分之七十三，覆盖了二百多个国家和地区，通过他的 ai 的 原生产品开发者平台，直接去触达那些高付费的高意愿的用户，在欧美这些的成熟市场形成了一个快速的拓展，并且实现了自我造血和获取真实的市场反馈。 第三点就是公司，他非常的坚持技术及产品的路线，他的前店后场的模式很好的实现了模型的加速与产品的你和迭代。 公司是呢要求模型能力直接的体现在产品里面，他的研发团队，产品团队都是高度的协调的，让他的模型能力能够快速的形成产品化，并且推向市场，这样去降低了技术转化为产品中间的一个摩擦损耗。 第四，最后但是也是非常重要的一点就是公司一开始就强调的他们是一个 ai 原生的组织，并且也秉持高效的组织理念。在最近的一些大家的采访里面会提到一个百分之九十的原生，一个百分之九十的 ai 智能的组织和一个百分之百 ai 原生的组织，它的效率可能会差十倍。而公司由于它的这样的一个 ai 原生组织的特性，使得它做到了一个非常高的人效。 公司呢也将他的这个 ai 能力去嵌入到了内部的工作流里面。截止到二零二五年的三季度的时候，公司只有三百八十五人， 研发人员的占比是达到了百分之七十四，这个不论是类比于大厂还是一些同级的竞手的公司，都是一个非常高效的人才的队伍。同时公司也非常强调他们的组织的扁平化，在 ceo 以下是设置不超过三个层级， ai、 原声点评，高效的组织，去实现了他们公司的一个模型和产品的一个高速的迭代。 公司的投资人也是非常的亮眼，我们看到早期的时候就获得了红杉、高岭、 idg、 经纬等一线的 vc 的 支持，后期呢也引入了像阿里巴巴、腾讯米还有小红书这些的产业资本。上面呢是我们对于 mini max 的 概数， 后面我们会更加详细的。然后通过一些问答的形式， mini max 的 模型和它的产品。 首先我们第一个问答是关于行业的大模型，当下的这个行业趋势怎么看？他的竞争格局是如何的，然后如何去取胜。我们对于行业的一个概括就是目前呈现出的一个是模型非限性的跃升，同时规模在快速增长的一个状态， 这是一个产业内其实大家有诸多的认知，但是在市场上其实大家还没有形成统一的共识的一个点，就是目前来讲，实际上致力于实现非常高性能、 高智力能力的模型的厂商，其实已经收敛到了少数的厂商的手里。但同时大模型的技术的迭代，实际上是 每一次它都是超预期的，它并非一个平稳的提升，而是呈现一个间歇性的跃升的开始，市场规模的方面也依然非常的可观，根据彭博的一个数据，全球的现在生城市 ai 的 收入的总规模会从二零二三年的九百二十九亿美元提升到二零三零年的一万六千亿美元， 整个的这个 k 歌儿说还是会达到百分之三十七。那在这样的一个市场的格局里面，如何去看他们的竞争格局？ 我们认为目前整个的竞争已经收敛到了一些头部的厂商上，但是头部的厂商还是呈现出来一个轮番领导的状态。 从模型的能力水平上来看， mini max 他 在发布一系列的模型之后，在文本、视频、语音都有达到，处于是世界范围内第一梯队甚至是第一名的这样的一个位置上。 从偷看的一个调用量的角度上来讲，公司的新一代的语言模型，它的 m two 发布了之后，用量是具占据了一个 openroot 的 高单位数的一个市场的份额。最近在 m 二点五发布之后， 如果我们看 openroot 的 最新的数据， m 二点五在使用量、编程、语言工具调用等等这个方面都迅速的排到了 openroot 的 第一位上。 那么在这样的一个模型能力非限性跃升，头部的厂商轮番领跑的一个行业里面，我们如何去看这些大模型的取胜关键，或者如何去看 mini max 的 取胜关键？我们认为 它主要在于两点，一个事情是保持我的模型能力的智能水平的全球领先，第二个点就是维持住我的先发优势。那第一个点就是如何去实现一个模型的智能水平的全球的领先。我们在之前的一个报告 ai lab 的 增长密码里面提到了两个观点， 我们认为说模型的研发类的公司，他会遵循一个 a 等于 v 乘以 d 的 动力学的关系，这个 a 指的是模型的进化的加速度， v 指的是模型的训练的迭代的速度， d 指的是模型的战略的投入方向。 那在这样的一个分类里面，我们认为 mini max 它无论是在模型的迭代速度还是在战略的投入方向上，其实都是实现了较好的领跑的。首先是在训练速度这一部分， 公司在一百零八天的时间里面，我们看到是更新迭代了 m 二、 m 二点一和 m 二点五，可以达到说是一个世界领先迭代速度。公司的人才组织也非常的高效，是促进了它的模型的较快的迭代速度， 他的整体的我们刚才提到的这种高效扁平化的组织，也进一步的去提升了他的竞争力的一个灵活性。那战略投入的角度上来讲，这是一个更好的角度， 我们可以看到公司他是坚定的选择多么他的路径的，这也是跟市面上的其他的竞争对手有一定的区别的地方，他的战略眼光非常的独到。 而公司为什么要坚定做这样的一个方向？是认为未来的 agi 它一定是全模态输入，全模态输出的，所以为了去实现这样的一个以中为始的目标，公司在一开始的时候就定下了这样一个全模态去发展的路径， 那定下这样的一个发展路径之后，依然是不够的。它还有什么特殊的特质？就是我们看到这是一个技术数学非常灵敏的一个厂商， 他敢于去做一些呃领先于行业的压住，并且呢他是能够去压重的。我们可以看到 mini max， 它是非常旗帜鲜明的，很早期的时候去压住现性化方向的一个头部的厂商，它通过 m o e 架构还有 hyperlane 的 change 这些特定的技术路线去在一个资源受限的情况下实现了一个高性能。 那么综合以上，我们认为 mini max 它是有先发优势的，那它又如何去维持这个先发优势？我们认为它也是能够维持的住的。 这个里面我们提出了一个观点叫做呃， workload model fit， 叫做工作赋值和模型匹配， 这个东西讲的就是 openroot， 它在二五年年底的时候提了一个报告，里面有一个效应叫做水晶鞋效应，它指的是就是在一个非常快速的变化的市场里面，当一个 模型这个模型你可以把它比作是灰姑娘，当它首次的完美的解决了某个特定的这样的一个高价值的任务一个工作载的时候，这工作载我们把它理解为是一个水晶鞋，它就实现了一个比较好的灰姑娘和水晶鞋的一个匹配，形成了一个非常强的用户的粘性， 那即便是后续的这个模型的迭代速度非常的快，但是因为领先的模型，它已经实现了比较好的这样的一个工作载和模型的匹配，它就会使得用户因为这种工作工作流的陷入， 用户的习惯迁移的成本多多的因素去使得用户去提升他的留存，进而去积累一个模型公司他原始的用户和用量。 那对于 mini max 来讲，我们认为他在过去的业务里面是持续受益于在模型领域保持一个先发优势的。也因为他的这样的一个 ai nature 的 管理团队非常潜在的视野和组织效率，我们认为他会有望在未来在多个模态上继续去保持这样一个先发优势。 那具体去介绍公司的这个模型，我们先从文本模型开始说起。大家呢，对于 minx 的 初步认知通常都是，嗯，这是一家东盟泰的大模型的公司， 但是我们认为，嗯，如果说东 minx 只有东盟泰的能力比较强，它其实是一种误解。公司的模文本能力也是非常的领先的， 因为奈斯他强大的多模态能力一定程度上掩盖了他在文本测的一个能力。我们认为公司他其实是有全球领先的文本模型的，并且在未来的整体的演化中，依然还是会有很强的一个竞争优势。 我们看最新的这样一个 m 系列的模型，公司是在二零二五年六月的时候发了 m 一， 它是模型原生支持一百万 tok 的 上下的长度。很快的公司在二零二五年的十月又发布了 m 二， 在发布一周后，这个模型就登顶了全球榜单的这个 artificial nexus 智能指数的榜单的前五，受到了业界的很多厂商的一个很高的评价。主流的平台也都分云平台，也都纷纷的把 mini max、 m 二和 m 二点一去接入， 包括我们近期市场关注很高的这个 openroot。 他的开发者 peter 在 受采访的时候表示， mini max 二点一的表现很好，他甚至在一些的这个采访里面提到是最好的开源模型。 那 m 二的这样的一个模型，我们详细的去分析一下。它的开发的核心目标是同时在满足开源基础上表现出色和稳健的，就是我在基本测试表现稳健的同时，在那去实现一个稳定的泛化。 这件事情也是我今年在很多的 q i 的 我里面，他们可能会提到的一点就是我的模型可能在非常多的跑分上表现很好，但是它的泛化能力却是比较弱的。 那我们看 m two 它是去实现了我在开源的基本测试中表现比较好的同时又能够去实现比较稳定的泛化。主要因为技术团队他们会面临一个难题，就是 agent 他 需要去保持对一个长期任务的专注， 然后他又需要他又会不断地受到外部的扰动，那这种适应扰动的过程就包括了要去适应多种多样的外部工具，也包含一些程序的报错，前一步的这种工具的输出等等的。 而 minx m two 它是比较领先的去使用了一个交错思维链的方式，它在一个显示推理和工具调用之间交错的进行，把推理的结果持续的带入到一个后续的步骤里面去。后续呢，公司又进行了一些 小版本的迭代，包括二零二五年十二月的时候，公司发布了 m 二点一，这里面他们进一步的去提升了他的 agent 的 能力，提升了内容，包括了多编程的语言环境的拓展，呃， 然后以及多编程语言的一个环境的扩展，然后长流程多任务的处理能力，还有更好的 agent 和编程工具的泛化能力等等。我们认为呢，近期的这个 opencloud， 它对于 mini max m 二点一的调用的带动，也是一个模型竞争力的又一个很好的立正。 在二零二六年的二月的时候，也就是刚过去的这个春节，公司是发布了 mini max m 二点五在编程还有工具调用、搜索、办公等等的这个场景，都刷新了一个行业的搜索水平。 根据 openroot 的 一个最新数据，这个模型在发布之后，在使用量、编程语言还有工具调用等等方面都迅速的达到了一个第一的位置。那 m 二点五的是一个很快的研发速度，实现了技术突破和性能的提升，这一部分主要是得益于一个大规模的强化学习。 此外公司也在持续的用这个 ai 能力进行一个内部的效能的提升，这也是我们刚才前面提到的一点，公司现在呢，他们真实的业务场景，整体的任务从百 百分之三十是由 m 二点五完自主的去完成的，包含了研发、产品、销售、 hr、 财务等等。然后在一些编程的场景， m 二点五生成的代码甚至已经占到了公司新提交代码的百分之八十。 关于这样的一个竞争非常激烈的市场，在下一步我们是怎么判断它？我们认为主要有三点，我们认为模型文本模型的下一步的发展方向，第一点是统一个 model， 然后是持续学习 统一多模态的重点是统一透更化，去加强多模态的理解能力，然后为一个更强大的生成去提供基础， 我将这个者是去持续的攻克更多的生产力的场景，持续学习也是一个今年大家提及非常非常多的一个词，我们认为它会更好的去帮助模型实现一个先人先面，巧用巧信和一个举一反三的效果。 那在这样的一个趋势下，我们如何去看 mini max 呢？我们认为 mini max 它在统一 domata 领域是有竞争优势的，首先就是统一 domata 的 训练门槛是非常的高的，我们认为这样的话会推动市场的格局向下一步的一个加速的收敛。 那 mini max 在 统一多模态的眼界方向上是有望去跟其他的产品拉开一个代际差的。因为公司在文本、图像、视频、音频等等模态，它都有一个是行业比较领先的自研模型，它凭借一个全模态自研闭环的技术积累，能够积累非常多原生的竞争优势。 首先就是它的技术上限是高的，我们认为多模态的能力的基础就是一个木桶，它的上限的话， 他的下线都跟你的一个木桶的长短板是有一定的关系的。其次就是工程化的效率高，我们认为在一个原生多模态的这个是一个路线选择和工程化能力的一个综合的比拼。 那么 minx 他 一直都是非常强调去做一个前店后场的模式的，无论是他的产品和他的模型还是他的模型的这样的一个开发，整体上这样一个模式，我们认为都会能够很好的去减轻一些斜度的叠带。 再到视频模型，嗯，它的视频模型叫海螺，海螺的优势是什么呢？嗯，海螺零二在发布的时候，它的排名就已经进入到了全世界的视频模型生成的第二名的这样的一个位置。 现在的头部的厂商里面，大家会提起的多一些的话，包含了像 vivo、 sora、 cds、 呃，可灵、海螺等等。那公司的这个特性是它自主研发了的这个 ncr 架构， 他拥有比较好的一个复杂指定的遵循和物理表现。在后续的小版本迭代里面，也就是最新的这个海螺的二点三，又进一步的去加强了一些复杂指定的一个遵循的效果。 那么如何去看现在的一个技术的发展和现在的一个竞争格局呢？我们认为从技术的一个角度上来讲，在二零二四年骚扰发布了之后，整个的技术路线就收敛到了这个 it 上， 未来呢，更多要去关注一个多么肽的理解生成的一个组合，我们认为机会的发展方向会沿着两个方向去进行，一个是多么肽端到端的多么肽大模型， 所以这个里面能够看到就是。嗯，多么肽的端到端以及理解和生成的统一架构，是我们认为未来的比较强的一个融合的方向。而大语言模型的理解能力，他是有望去赋能生成，是带来更强的一个天花板突破 音频的这一部分呢，公司已经可以说是做到了全球领跑的一个位置，它也是一个动态模型的重要的分支，前景也非常的广阔。它叫 text to speech t t s。 这个模型呢，它是可以理解为是把一些映设为连续的播型的音频，然后它的典型的应用场景包含了将播客，有声书，还有 配音等等这些方面。相比文本的模型，它的难点主要是在于长文本的模型，它在处理文本序列的这个映射的时候，呃 tts， 它要将一些离散的文本映射转换为一些连续的升学的信号。 而公司的这个 speech 的 模型已经在基于已有的这些范式提出了一系列的技术的改进。在二零二五年的时候，它发布了 speech 零二的语音模型，基于 lm 的 语音预测 token 这样的一个范式，在这个 此前的基础上增加了一系列的技术改进。我们认为公司当前的这个音频模型已经处于是一个全球领先的位置，并且在未来的统一多模态的发展的趋势下，他能够有望去进一步去发挥他的多模态的一个能力的优势。 这到公司的一个产品的部分，公司整个的一个理念，我们在反复的提及，就是他非常的坚持技术及产品。我们也看到在一个领先的高智能水平的模型，高智能水平的模型的基础上，公司发展出了非常多的丰富的具有造血能力的，并且广受客户认可的这些的产品。 第一个是它的 a 针的产品， a 针的产品是公司目前是主要是在桌面端去进行，通过去集成它的大模型的能力，实现一个高质量的生产力的输出。在常温本的理解，附加指定的遵循，然后以及一些检测的方面都表现的非常的亮眼。 同时呢也作为一个公司去触达办公流和学习场景的一个核心入口，提供一个端到端的体验。我们对于这个行业的， 或者说对于这样一个细分的部分的判断，我们认为 ai agent 它是在变更整个的 ai 的 一个价值创造的从信息生成迁移到一个任务执行的闭环上。 二零二六年年初我们可以看到非常的热闹，全球的这个 ai agent 它都在加速的是出新，而 mini max 在 这个部分的这个迭代里面也是居于是一个世界范围内的第一梯队的。公司是在二六年的一月份的时候发布了他们的 agent 二点零桌面端， 去支持对于一些本地系统的深度的调用，然后在多个文本的协同，复杂流程的处理等等里面都表现出了一个很亮眼的执行力。 我们认为它的核心亮点包括两个，第一个是它的专家能力，它整体上重构了 agent 夹口，然后实现了一个通才到呃领域专家的这样的一个跨越。第二个点就是公司桌面端的形态去铆定了一个高效的生产的场景， 能够去打通本地的环境和工作流的一个深度的偶合。这个地方我们做了一个 mini max 的 产品，海外 agent 的 产品我就不再一一赘述了。那么对比下来 mini max 它有什么样的优势？我们认为首先它的前店后场的这个模式使它有了一个差异化的优势，并且它的用户定价的一个策， 很友好的这样的一个策略去降低了一个呃客户的一个使用门槛。前面我刚才花了一段的时间去介绍 mini max 的 这个 m 系列的模型，整体上 公司的自由模型，它会针对于 agent 高频的一个工作的调用和长逻辑的这个规划去进行一个匹配。另外就是公司在底层的硬件加速和推理层也有着比第三方平台更好的一个优化，确保在一个复杂的环境下能够实现低延迟和高文件。 此外呢，公司也是凭借它的这个 m two 的 模型实现了一个推理效率的重构，在维持全球的顶尖性能的时候，为用户提供一个非常高性价比的一个 ai 的 原生的服务。 我们也是看到了 m 二点五也是有一个非常高的一个一个一个性价比以以及一个非常低的一个 token 的 价格。公司的话也是希望就是通过这样的一个产品达到一个 agent 人人可用的一个状态。那我们认为随着后续的一个发展的趋势，就是 你的内容的完整性以及专家知识密度，还有跨系统的这些的迭代，随着这些的发展， mini max 的 agent 他 有望是从一个单次的自动化的工具去向那种具备长期记忆和 一些领域的专精的数字同式的这个方向去研究商业化的路径呢，我们认为还会要去关注企业在一些垂直场景的规模化的进展。 最后就是如何去展望一个 ai agent 的 中长期的发展方向，以及如何去看这个方向的市场。我们认为有这样几点，首先就是它的自主性的提升，它更多的从一个被动响应变成一个主动的感知以及一些动态的环境适配。 而动态的这个环境适配呢，我们认为决定了整体的 ai agent 的 场应用场景的一个广度，它有望就从一个。

今天我们来聊一个特别有意思的话题，一个正在重塑我们整个科技行业的万亿级大市场。我们会根据中金公司的一份研究报告，来深入看一看人工智能到底是怎么改写软件开发这个行业的， 以及为什么说 ai 编码是个巨大的机会，还有智普 ai 又是如何在这场变化里脱颖而出的？ 过去这二十年大家可能都听过这句话，对吧？它基本上定义了我们这个时代，你看，从金融到零售，我们身边的每一个行业，说到底都成了一个软件行业。 但是啊，现在这个游戏的规则正在发生变化，写软件的已经不光是咱们人类程序员了，你猜猜看现在是谁在写软件？ 答案越来越清楚，就是人工智能，这可不只是效率高了一点那么简单，这简直是在开辟一个全新的经济战场。 那这个新战场它的规模到底有多大呢？根据中金的分析，我们说的可不是什么几十亿、几百亿的小市场，而是万亿级别的。对，你没听错，一个由 ai 编码驱动的万亿规模的市场。 好，那这个万亿级的机会具体是个什么概念呢？我们来深入数据拆开来看看这个巨大的市场到底是由什么构成的。 所谓的 ai 编打，说白了其实很简单，它就把咱们写的那些代码，不管是 python 还是 java， 都当成一种真正的语言来处理。 你想啊，大模型能听懂我们说话，能跟我们聊天，那他当然也能学会代码的语法逻辑和套路，然后帮你写新的代码。所以说这是第一个真正能落地到工业生产里去的人工智能应用， 市场的反应可以说是爆炸性的。你看这张图，一直到二零三二年， ai 编码助手市场的赋获年增长率预计会接近五十帕，这是什么概念？就是说市场规模差不多每不到两年就能翻一倍， 这种增长速度说实话，在任何行业里都是非常罕见的。而且啊，我们甚至都不用等到二零三二年， 就看今天，光是美国和中国这两个市场加起来，这个潜在的市场总规模就已经超过了二千二百四十亿美元。 这是一个已经存在的巨大的市场，就等着 ai 来彻底改变它。这张表就很有意思了，他告诉我们这个钱具体从哪儿来。你看 中国的开发者数量有四百万，是美国的两倍还多，虽然说目前平均薪资还没那么高，但这么大的一个开发者群体摆在这里，就意味着一个差不多千亿元的大蛋糕。所以，为什么说中国会是 ai 编码的下一个主战场？原因就在这。 那么问题来了，在中国这个潜力这么大的市场里，谁能拔得头筹呢？好，现在咱们就把目光从宏观市场聚焦到一个具体的公司身上，也就是中金公司报告里认为的这个领域的先锋智普 ai。 智普 ai 可不是突然冒出来的，它的技术底子很硬，源自国内顶尖的清华大学，又很深的学术背景， 但他不光是做研究，而是很快的把技术变成了商业产品，专注做自己的一套叫 glm 的 大模型，目标就是成为世界级的大模型公司。 嗯，光有技术是一回事儿，但怎么在这么激烈的竞争力赢下来是另一回事儿。所以关键问题来了，智普的制胜法宝是什么？它的核心竞争力到底在哪儿？ 首先肯定是核心技术。你想啊，写代码这个事儿最怕什么？就是怕出错，一行代码不对，整个系统可能就崩了。 质朴的模型就厉害，在它很少出现那种所谓的 ai 幻觉，也就是不怎么胡说八道，输出的结果很稳定，而且逻辑推理能力很强。这些恰恰是让开发者愿意相信你使用你的关键 技术到底好不好，市场会用真金白银来投票。这张图就非常能说明问题了，智普 ai 在 中国大模型公司里收入排到了第二，而且你看，更重要的是，他是排在最前面的那个独立厂商，就说明他的商业模式是跑通了的。 而且这还不只是在中国国内，你看，在一个叫 open rotor 的 全球模型平台上，全世界的开发者都可以把智普的模型和那些国际巨头的模型放在一起比较着。用数据显示，智普正在这个国际舞台上稳稳地占据了一块自己的地盘， 这就证明他的技术是能拿到国际上跟人掰手腕的。不过啊，在技术之外，智普可能还有一个更关键的战略优势，就是他的独立性。 很多竞争对手背后要么是大的云服务商，要么是大的互联网平台，但智普不是，这对企业客户来说就太重要了，你想，谁愿意把自己的核心数据交给一个可能是自己竞争对手的公司来管呢？ 所以智普作为一个独立的第三方，就更容易获得信任，这种信任从他的合伙人儿就能看出来，一个最好的例子就是他跟金山办公的合作。 我们很多人都在用 wps 吧，现在 wps ai 的 背后就有智普的模型在作为核心引擎之一，每天帮着数亿用户处理各种办公任务，当然也不只办公软件，你看找工作这个事儿，他们也切进去了。 像智联招聘这种国内领先的招聘平台，也在用智普的技术来打造下一代的 ai 招聘工具，从筛简历到面试，整个流程都在变得更智能。所以我们看到了一个巨大的市场，也看到了一个很有实力的玩家， 但这还仅仅是个开始，接下来我们往后看。为什么说中国市场的增长潜力其实才刚刚被打开？ 这张对比图啊，我觉得信息量特别大，你看美国 ai 编码工具的采纳率已经超过九十八千了，市场快饱和了，但在中国呢，这个数字才百分之三十，这个巨大的差距意味着什么？意味着还有超过三分之二的市场是空白的，这是一个巨大的增长空间啊， 而智普就正好站在了这个增长的风口上。根据中间的预测，从二零二五年到二零二七年，智普 a p i 收入的复合年增长率预计会达到惊人的三百三十百分。 这是什么概念？这几乎是像 antisorbike 这种全球顶级竞争对手预测增长率的两倍还要多， 这充分说明市场对它的技术和独立地位非常看好。好了，我们来快速总结一下这次分析的核心要点，你需要记住这四点就行。 第一， ai 编码是一个万亿级的根本性的市场改革。第二，质朴，凭借很强的技术在国内市场已经站稳了脚跟。第三，它的独立性是它在企业市场里的一张王牌。最后，也是最重要的，中国市场的增长潜力还远远没有被挖完。 这一切最终都指向了一个更大也更有意思的问题，值得我们思考。未来，当世界上越来越多的代码都是由 ai 来写的时候，像智普这样技术又强又独立、值得信赖的模型公司， 会不会成为整个软件行业里那个制定游戏规则的新的造网者呢？这个变化我觉得值得我们所有人持续关注。

据智普官微一月二十日消息，智普 g l m 四点七 flash 正式发布并开源。 g l m 四点七 flash 是 一个混合思考模型，总餐数量为三十 b， 激活餐数量为三 b， 作为同级别 sota 模行为轻量化部署提供了一个兼顾性能与效率的新选择。