全球大模型第一股上市了，张鹏说中国 AI 没有泡沫
美国资本市场可能有泡沫，中国不存在——中国投 AI 的钱只有美国的二十几分之一，远远不够。张鹏的逻辑是：离 AGI 还远、钱还不够，就更得投，不投它不会自然发生。
原视频在 YouTube 上放不出来，用音频听：
核心论点 · 点时间戳可跳到原声
第一个吃螃蟹的人，改制谈了两年
2018 年 1 月国家出台意见，允许科研院所在职人员用已有研究成果做科技成果转化，并规定收益在原单位和创始团队之间分配。但比例怎么定、成果值多少钱，都没有白纸黑字，全要谈。张鹏说国家开的是「一盏窗户」，不是敞开的门。作为清华计算机系第一家走这条路的人，学校也不知道怎么办，科研院的院长和管成果转化的师姐一起陪着谈。从 18 年到 19 年 6 月公司注册，一年半主要耗在两件事上：分成怎么分，以及成果的货币价值怎么评估——「以前都不拿钱来评判的」，顶多说是什么水平。
— 张鹏感知智能只是技能，认知智能才有脑子
张钹画过一个二维象限来区分两代 AI：现在人工智能解决的问题范围非常小，往外一层是「我知道我不知道」，再往外是「我不知道我不知道」。感知智能解决的是识别图片、理解语音这类单个技能，张鹏的说法是它「其实不是个脑子，他只是一些技能」。认知智能要的是泛化——用有限的样本学习之后，能搬到没见过的情况上，能举一反三，包括学习、逻辑推理、识别错误和自我纠正。他拿开车举例：会开手动挡的人去开自动挡很快就能上手，没人教他，就是学习、反馈、试错再泛化。但他认为这个问题到今天还没解决完，因为认知的本质是什么，认知科学和脑科学自己都没有答案。
— 张鹏投资人的第一个问题是你们怎么挣钱
2022 年 8 月智谱开源 GLM-130B，随后张鹏去融资。他跟投资人讲我们训练了一个对标 GPT-3 的模型，对方的反应是「听不懂，完全听不懂」，问的全是你们怎么挣钱、怎么把这个东西商业化。有位投资人在线上聊，问你们能挣钱吗，还说现在你看这个大环境这么差，经济这么差，要不你们把估值降一半。张鹏没降。这笔融资拖了小半年，直到 ChatGPT 在国内火起来——ChatGPT 活起来帮了他们一个很大的忙，大家再也不用质疑这东西到底是什么，后来变成投资人反过来问你们什么时候能把 ChatGPT 那个东西做出来。他承认那段时间挺艰难。
— 张鹏把训练成本雕到十四分之一
GPT-3 的训练成本被外界分析为 2000 多万美元。智谱训练 GLM-130B，按张鹏的说法算力只花了 400 万人民币，算上人工大约 1000 万人民币，约为前者的十四分之一。他把这归为中国团队的优势——大家会去向细节，抠细节去要效益。降成本在智谱是一条持续的主线：在消费级卡上做千亿模型的推理也是他们先做的，把成本从 100 大几十万降到二三十万。GLM 4.7 参数仍然只有 300 多 B，好并不是因为参数量又加了一倍，而是训练效率和数据利用率更高，并且模型结构和参数量设计时就考虑了推理时怎么控制成本，单机 8 卡就够。
— 张鹏开源不等于免费，只能靠时间证明
DeepSeek 彻底开源之后，很多客户脑子里把开源和免费画了等号——你那都开源都不要钱了，你为什么还要收我钱呢。有客户预算本来已经批下来，结果说开源的不比你们差甚至更好，是不是可以不买了。张鹏的回答是：用开源的东西没问题，但那和你真正想要获得的是一个商业化的服务不是一回事，不要混到一起。不少客户自己去部署 DeepSeek 一体机，或者找人帮忙部署，过一段时间大部分都掉头回来，因为原厂不提供商业化服务，也没法跟内部系统做整合。他的说法是只能用时间来证明，这件事确实 delay 了他们一些客户。
— 张鹏互联网泡沫破了，基础设施留下来了
被问到有人评价大模型公司上市就是在大逃生，张鹏反问你怎么定义 bubble。他的第一层逻辑是：假设它是泡沫，上市也救不了——那那不是救我呀，所以上不上市和泡沫破不破没有必然关系。第二层是类比互联网：泡沫破了，留下的是现在大家用的网络技术设施、技术革新和很多产品。他认为真正被担心的不是投资没产生实际生产力，而是我能不能及时收回我的投资收益。由此他的结论是：美国在资本市场角度看可能有泡沫，中国「这事不存在，它是不够的，它是远远不够的」——中国投入是美国的二十多分之一，而且很多撒在了技术设施上，不像美国集中在几家头部。
— 张鹏50 人、200 人、500 人，每道坎都可能要命
张钹跟团队讲过创业企业有几个坎：50 人这一关一般都能过，只要挣到钱就行，亏不亏不关键，关键是团队信心别先散了；200 人开始出现分工，有负责商业化、研发、产品、日常运转的，分工带来沟通对齐的管理成本，协调不好就可能各管一摊、分崩离析；到 500 人或更多，开始出现分层和中间管理者，信息传导变长、对齐变难、合规安全越来越麻烦。张鹏当时不太理解，亲身经历之后觉得很有道理——关键不是具体数字，而是企业发展的阶段。他给了一个画面：原来在科建一百多人时他认识所有人，搬到这边两层楼之后，公司里面就有一批人他叫不出来名字了。
— 张鹏不发大发布会，海外反而评价很高
7 月发布 GLM-4.5 时开了一场几百人的发布会，到后面的版本就没怎么做宣发，现场只有几十个人，主要靠在线上上线和开源，但线上尤其是海外评价很高。之后发生了一连串张鹏称为魔幻的事：美国公司直接用他们的模型，Windsurf 把界面下了换上智谱的模型；还有厂家拿他们开源的模型去蒸馏裁剪，塞进自己的模型去给客户提供服务。他的总结是，这某种程度上也是 DeepSeek 教大家的效果——你无论如何你吹得怎么样，或者说宣传得怎么样，最终还是回归到实际的应有效果上来。大家现在对开大发布会也有点审美疲劳了。
— 张鹏原话 · 已逐字校验
开了一盏窗户 就大家看到了 外面还可以有这一条路 它并不是开了一个很敞开很大的一个门 说你随便走吧
开了一盏窗户，大家看到了外面还可以有这一条路，它并不是开了一个很敞开很大的一个门说你随便走吧。
张鹏15:06
我印象特别深刻 有个投资人往线上聊的 这样东西 你们能变人钱吗 啊 现在你看这个大环境这么差 经济这么差 要不你们把估值降一半 怎么样
我印象特别深刻，有个投资人在线上聊，说这样东西，你们能挣钱吗？现在你看这个大环境这么差、经济这么差，要不你们把估值降一半怎么样。
张鹏43:19
很多客户的脑子里面 他就把开源和免费 就花等号了 给我们带来的影响 就是说你那都开源都不要钱了 你为什么还要收我钱呢
很多客户的脑子里，他就把开源和免费画等号了。给我们带来的影响就是，你那都开源都不要钱了，你为什么还要收我钱呢。
张鹏1:35:59
就算互联网那个泡沫破了 它留下了什么 现在大家用的很多的东西 享受的很多的东西 是那个泡沫的时代留下的东西
就算互联网那个泡沫破了，它留下了什么？现在大家用的很多东西、享受的很多东西，是那个泡沫的时代留下的东西。
张鹏1:56:12
它会自然发生吗 它不会 那不就完了吗 所以还得投资
它会自然发生吗？它不会，那不就完了吗，所以还得投资。
张鹏1:57:12
我们可以有很远大的理想 这个理想我们一直不会放弃 但是又不是说我们空有理想 也不知道怎么去做
我们可以有很远大的理想，这个理想我们一直不会放弃，但又不是说我们空有理想、也不知道怎么去做。
张鹏2:13:19
机会永远是留给有准备的人的 就哪怕是你在海上飘着 有一块布板从你沿前飘过 你也要扑腾两下才能把它抓住
机会永远是留给有准备的人的。哪怕是你在海上飘着，有一块木板从你眼前飘过，你也要扑腾两下才能把它抓住。
张鹏2:24:24
数字与实体
| 中国 AI 投入与美国之比 | 约二十多分之一 | 1:57:12 |
| 客户结构 | 前十大互联网企业有 9 个是客户，60% 是企业客户，政府占 20% | 1:54:10 |
术语
- MAS模型即服务
- 智谱 2021 年前后提出的概念，当时包含云 API、本地化部署、软硬件结合等多种形态。
- Test Time Scaling推理侧扩展
- 把算力花在推理阶段而非训练阶段来提升模型表现。
- VLA视觉-语言-动作模型
- 把视觉、语言与机器人动作统一建模，用于控制机器人。
收听指南
关注中国大模型商业化与上市路径的投资人和创业者；想理解开源、2B/2C 取舍逻辑的从业者。
前 15 分钟的清华实验室沿革节奏偏慢，可从科技成果转化谈判（15:06）听起。