Риск IPO Zhipu: от отставания DeepSeek до погонь за границей AGI

Модельные войны накаляются, Zhipu нацелилась на революцию в архитектуре фундаментальных моделей

Когда акции Zhipu открылись 8 января, это стало поворотным моментом — первой публичной компанией, занимающейся крупными языковыми моделями. Но настоящим сюрпризом стало внутреннее мемо CEO Тан Цзе: компания резко меняет курс. Исчезает безумное погоня за приложениями. Входит фокус на то, что действительно важно — исследования фундаментальных моделей и базовый интеллект, лежащий в основе всего.

Время было выбрано не случайно. Шоковая волна DeepSeek по китайскому AI-ландшафту заставила переосмыслить стратегию. Обе компании имеют корни в академической среде (Тан из кафедры компьютерных наук Тсинхуа), обе делают ставку на open-source экосистемы, однако недавние успехи DeepSeek выявили пробелы в стратегии Zhipu. Пробудительный звонок сработал. Теперь Zhipu удваивает усилия в неприглядной, капиталоемкой работе: создание лучших архитектур, более умных систем обучения и моделей, которые могут самостоятельно эволюционировать.

План на 2025 год действительно сработал

До смены курса Zhipu реализовала трехэтапный график выпуска моделей, похожий на стратегическую дорожную карту:

• Апрель: модель “Стабилизация” (GLM-4.5), показавшая конкурентоспособность
• Средина года: модель “заседание за столом” (GLM-4.6), входящая в число лучших
• Конец года: GLM-4.7 — лучший по результатам

Цифры подтверждают успех. GLM-4.7 заняла первое место среди отечественных open-source моделей по бенчмаркам Artificial Analysis и сравнялась с Claude 4.5 Sonnet по глобальному рейтингу шестого места. Более того, 150 000+ разработчиков из 184 стран использовали её для реальных задач — в основном программирования. Платформа MaaS (bigmodel.cn) за 10 месяцев выросла с 20 до 500 миллионов долларов годового дохода. Это мультипликатор 25x. За границей? 200 миллионов из этого дохода пришли из-за пределов Китая.

Доход превысил ожидания. Национальная AI-инфраструктура Малайзии теперь работает на модели Zhipu Z.ai, что дает компании суверенный AI-проект, который руководители связывают с инициативой Пекина сделать китайские технологии “глобальными”.

Где развернется настоящая битва в 2026 году

Но важнее того, что было достигнуто в этом году: что будет дальше. Мемо Тан выделил четыре технологических фронта, которые определят следующий конкурентный ландшафт:

1. GLM-5 и переоценка архитектуры

Архитектура Transformer доминировала целое десятилетие. Она показывает признаки устаревания. Обработка длинных контекстов тормозит вычисления. Обновление памяти неэффективно. GLM-5 сигнализирует о готовности Zhipu исследовать дизайн после Transformer — то, что индустрия называет “новыми масштабными парадигмами”. Это означает инновации в алгоритмах, которые отделяют лидеров от последователей.

2. Обобщенное обучение с подкреплением

Текущие системы RL отлично справляются с узкоспециализированными задачами (математика, код), но испытывают трудности с реальной сложностью. Они используют искусственные “верифицируемые среды”, которые позволяют “игровой теорией” достигать победы. Zhipu хочет RL, способное работать с запутанными, многосуточными цепочками рассуждений — задачами, охватывающими целый рабочий день. Это мост между узким выполнением задач и чем-то более близким к настоящему рассуждению.

3. Непрерывное обучение (Святая Грааль)

Все крупные модели сегодня статичны после запуска. Они обучаются один раз, замораживаются и со временем устаревают. Человеческий мозг так не работает. Он учится постоянно. Zhipu явно планирует внедрение “онлайн-обучения” или “непрерывного обучения” — моделей, которые улучшаются через взаимодействие с миром после запуска. Это амбициозная цель, но она уже включена в дорожную карту.

4. Новый внутренний орган: X-Lab

Чтобы избежать “ловушки постепенных улучшений”, Zhipu запустила X-Lab — внутреннее подразделение для привлечения молодых исследователей к разработке прорывных идей вне обычных организационных рамок. Миссия: архитектуры следующего поколения, новые когнитивные парадигмы, даже аппаратные исследования. Создано как стартап внутри крупной компании.

Большая картина: AI заменяет реальные рабочие места

Мемо Тан отметил 2026 год как “год прорыва для AI в замене различных профессий/задач”. Это заметно отличается от замены ролей — речь идет об автоматизации конкретных, высокоценностных задач. В сочетании с инициативами Zhipu по инновациям в архитектуре моделей и автономному обучению, компания делает ставку на то, что возможности, а не только масштаб, откроют новые сценарии использования.

Компания перестроилась соответствующим образом. Команды C, отделы разработки продуктов и подразделения по генерации видео были сокращены. Бесполезное убрано, сосредоточено внимание. Открытые проекты, такие как AutoGLM, выпущены в экосистему.

Почему это важно

Перестройка Zhipu говорит вам кое-что: эпоха “бросай данные в масштабах, побеждай в бенчмарках” уходит на спад. Следующие победители будут владеть фундаментальными исследованиями — архитектурой, парадигмами обучения, постоянной адаптацией. DeepSeek доказал, что не обязательно иметь венчурный капитал, если есть правильная стратегия R&D. IPO и смена курса Zhipu свидетельствуют о том, что компания усвоила этот урок.

Компания перешла от погонь за приложениями к погоне за границей фронтира. Это не отступление. Это перезагрузка.