大模型行業正迎來關鍵轉折點。過去數年，技術突破引發的行業熱潮，在2025年面臨商業化考驗。隨著智譜等頭部企業啟動IPO進程，市場關注焦點從模型能力比拼轉向應用落地成效。資本市場正以更嚴苛的標準審視企業，評估其商業模式可持續性與長期價值，這一趨勢在開源與閉源路線之爭中尤為凸顯。
作為中國大模型領域的重要參與者，智譜提出反直覺觀點：開源與商業化并非對立關系。公司董事長劉德兵在接受專訪時表示，短期利益視角下兩者可能存在沖突，但長期發展需要開源培育產業生態。他指出，AI化是百年進程，開源能降低技術接觸門檻，吸引更多主體參與研發與應用，最終通過生態繁榮反哺商業增長。數據顯示，智譜開源策略實施后商業收入持續攀升，企業客戶對技術的認知度提升顯著縮短了合作周期。
針對行業關注的參數規模爭議，劉德兵解釋稱性價比競爭始終存在，但當前模型性能提升速度放緩導致路線分化。智譜堅持大參數模型研發并非盲目追求規模，而是將其作為技術錨點。"萬億參數模型就像標尺，通過對比才能準確評估小模型性能邊界。"他強調，這種策略既能明確技術天花板，又能指導小模型優化方向，形成完整的技術迭代閉環。
在應用落地層面，劉德兵承認當前進展與公眾預期存在差距。語言、圖像生成等領域已實現成熟應用，但能源、制造等產業深度融合仍需突破。他提出兩個關鍵方向：一是模型企業與產業方建立深度合作機制，通過場景共創逐步滲透；二是持續提升模型基礎能力，降低使用門檻。"當模型智力達到臨界點，普通用戶也能輕松駕馭，屆時將涌現大量創新應用形態。"
針對AGI發展路徑，劉德兵透露行業正處于L3自我學習向L4自我認知跨越的關鍵階段。當前主流技術如智能體能力、工具調用等僅擴展了能力邊界，真正的突破在于模型參數動態調整能力。"就像人類通過經驗修正認知，模型需要具備修改參數數值而非簡單記憶的能力。"他坦言這項技術難度極高，參數調整可能引發模型崩潰，但實現后將開啟指數級進化速度。
對于行業格局演變，劉德兵認為經過初期混戰后，專注基礎模型研發的企業將逐漸減少，這符合技術發展規律。智譜將持續投入"讓機器像人一樣思考"的長期目標，保持技術領先性。針對IPO熱潮，他指出這標志著行業進入商業驗證期，資本市場開始要求企業證明技術價值與盈利能力的雙重可行性。
展望2026年，劉德兵預測技術突破將集中在智能體應用領域，當前已實現的工具調用與環境交互功能將在精準度和效率上取得質的飛躍。同時應用層面將呈現更務實的拓展態勢，經過2025年的探索積累，各領域將形成更多可復制的成功案例，推動AI真正成為產業升級的基礎設施。
