大模型行業正經歷關鍵轉折，曾經由技術突破引發的熱潮，在2025年迎來商業化考驗。隨著智譜等頭部企業啟動IPO進程，行業焦點從模型能力的比拼轉向應用落地的實效。資本市場對大模型企業的評估標準愈發嚴格，尤其在開源與閉源路線之爭中，這種審視尤為明顯。

在行業認知中，開源與商業化常被視為對立面。然而，智譜董事長劉德兵提出反直覺觀點：二者長期來看并不沖突。他解釋稱，短期利益下閉源確實能快速盈利，但從產業長遠發展看，開源是培育生態的基礎。AI化是百年進程，若不開源，多數人無法接觸技術，產業應用便無從談起。開源能降低企業溝通成本，加速合作推進，例如智譜開源后商業收入快速增長，技術進展與應用擴展將進一步推動增長。

針對智譜發布10B級小參數模型GLM-4.1V-Thinking，劉德兵認為，性價比競爭并非新現象，只是當前模型性能提升放緩導致行業分化。他強調，大參數模型仍是技術錨點，通過提升參數和訓練數據，可明確模型性能上限。例如，小模型跑出90分時，需通過萬億參數模型驗證其水平：若萬億模型僅達91-92分，則小模型已足夠；若達98-99分，則需優化小模型向高性能指標靠攏。這種“錨點+優化”的技術路線，能平衡性能與效率。

談及應用落地，劉德兵指出，語言、圖像生成等領域已成熟，但能源、制造等產業深度應用仍需突破。他提出兩個方向：一是模型企業與產業深度結合，通過共創場景逐步融入產業；二是提升模型基礎能力，降低使用門檻，未來普通用戶也能高效應用。對于深度結合的時長預期，他表示，龍頭企業普遍理性，愿通過成熟場景切入，逐步實現AI融入產業基礎設施。

針對C端產品向“超級入口”收縮的趨勢，劉德兵認為，短期看，超級入口能快速擴大影響力；但長期看，模型與產業深度結合的方向更具潛力。盡管前期投入大、進展慢，但一旦做深，可能代表未來方向。他強調，智譜在基礎模型研究與產業應用中平衡投入，技術“摸高”需轉化為商業優勢，避免“空、虛”的研究。

在AGI（通用人工智能）分級中，行業正從L3（自我學習）向L4（自我認知）跨越。劉德兵指出，L3到L4的關鍵是模型能調整自身參數數值，而非僅擴展能力邊界或記憶交互內容。當前模型糾正錯誤僅限于當前場景，參數數值固定導致判斷邏輯不變；若能調整參數數值，模型將永久改變判斷邏輯，實現真正自學習。但這一突破難度極大，可能引發模型崩潰，需平衡局部修正與整體穩定性。

對于行業格局變化，劉德兵認為，初期混亂源于方向不明，隨著發展，企業將找到定位。智譜堅持“讓機器像人一樣思考”的愿景，長期投入基礎模型研究，保持國際前列。針對AI“獨角獸”IPO熱潮，他表示，這標志行業從技術探索期進入規模化商業應用期，資本市場將嚴格檢驗企業的商業模式可持續性、盈利能力與長期價值。

展望2026年，劉德兵預計技術將有突破，應用將更務實廣泛。他特別提到智能體（Agent）應用，當前已實現“0到1”突破，但精準性與效率不足，2026年有望顯著提升。隨著企業更明確AI應用場景與結合方式，更多人將從中獲益，推動產業格局進一步優化。