（文/汤普济 编辑/吕栋）
8 月 19 日，智谱联合创始人、首席科学家唐杰在 X 平台发表观点，指出大模型行业的 Scaling Law（尺度定律）正迎来关键修正。过去行业普遍将模型扩展等同于单纯增加参数量，而当前这一思路已被重新审视。
参数规模虽仍具价值，但大模型的后续演进不能仅依赖于此。训练数据质量、后训练策略、推理计算效率以及模型上线后的运营成本，均需纳入算力分配的核心考量。
市场数据显示，自今年 6 月下旬至今，智谱股价跌幅已超 60%，目前市值约为 4700 亿港元。
从参数扩张到多维优化：智谱 GLM 系列的演进路径
今年推出 GLM-5 时，智谱曾经历一轮显著的参数扩张：GLM-4.5 拥有 355B 总参数和 32B 激活参数，而至 GLM-5，总参数跃升至 744B，激活参数达 40B，预训练数据也从 23 万亿 Token 增至 28.5 万亿 Token。随后的 GLM-5.1 和 GLM-5.2 均延续了这一 744B-A40B 的规模架构。
然而，到了 GLM-5.3 版本，智谱并未继续堆叠参数，而是调整了资源投向。据唐杰介绍，GLM-5.3 与前一版本在基础模型、架构及参数量上保持一致，但投入约一个月时间专注于扩大长程任务环境和强化学习训练。官方报告显示，此举使 GLM-5.3 在内部 Z.ai Code Bench 上的表现较 GLM-5.2 提升约 50%。
Scaling Law 的认知修正：从“唯参数论”到均衡增长
这一策略调整折射出人工智能行业对 Scaling Law 认知的深化。唐杰认为，业界曾集中追逐万亿参数模型，事后证明这是一段共同经历并折返的弯路。
回顾历史，2020 年的研究曾引导行业相信，随着计算资源增加，参数规模的增长速度应快于训练数据。受此影响，GPT-3、Gopher 和 MT-NLG 等模型纷纷向数千亿乃至万亿参数迈进。
转折点出现在 2022 年，DeepMind 发布 Chinchilla 研究报告。该研究通过对约 400 个模型的实验发现，在固定计算预算下，参数量和训练数据应保持均衡增长，而非一味扩大模型。最终，70B 参数的 Chinchilla 在多项指标上超越了 280B 参数的 Gopher，促使行业重新审视对“大参数”的盲目追求。
推理成本与 MoE 架构：重塑算力分配逻辑
业界对 Scaling Law 的探索并未止步于训练阶段。随着模型大规模落地应用，推理成本在模型全生命周期中的占比日益凸显。在部分高频场景下，利用更多数据将较小模型训练得更加充分，往往比继续扩大模型规模更具性价比。Llama 2 7B、Gemma 2 9B 等模型的成功便印证了这一思路。
此外，MoE（混合专家）架构的普及进一步改变了参数规模的定义。模型虽可拥有数千亿甚至更高的总参数，但每个 Token 仅激活其中一部分专家网络，使得总参数量与实际激活参数量不再等同。例如，DeepSeek-V3 总参数达 671B，但每个 Token 仅激活 37B 参数。
能力拆解与未来方向：调节发展的“多个旋钮”
唐杰将模型能力拆解为“知识容量”和“推理能力”两个维度。他认为，扩大总参数更有利于容纳知识和长尾信息，而复杂推理任务则更依赖实际激活的计算量、训练数据深度及推理过程。两者未必需要遵循同一条 Scaling 路径。
针对 GLM-5.3 的策略，唐杰将其比作调节多个“旋钮”。此次智谱选择聚焦“后训练”旋钮，是因为该环节仍有巨大提升空间，但这并不意味着参数规模、预训练数据和单次前向计算不再重要。未来，智谱仍可能根据需求重新调整中期训练、预训练等其他“旋钮”。
这种多维度的探索已成为行业共识。今年 2 月，阿里发布 Qwen3-Coder-Next 时明确表示，相比单纯扩大参数，该模型更侧重 Agent 任务和训练反馈；同年 6 月的 Qwen-AgentWorld 则进一步扩大了模型训练所使用的交互环境。
学界也在积极寻找新规律。今年 ICLR 和 ACL 会议均出现了专门研究强化学习 Scaling 的工作，探讨在增加 RL 训练数据和算力后，模型能力是否能像预训练一样呈规律性增长。现有研究表明，更大模型在 RL 训练中仍具备更高的数据和计算效率，但强化学习本身也存在收益逐渐饱和的趋势，参数的重要性并未完全消解。
