Edgen Stock·Feb 22 2026, 11:38智譜AI發布了其GLM-5大語言模型的技術規範，這標誌著中國人工智能發展的一個戰略性轉變。該模型優先考慮工程效率和與國產硬體的深度整合，而非一味追求基準分數，旨在創建一套自主可控的技術棧。
中國人工智能公司智譜詳細介紹了其擁有7440億參數的GLM-5模型，標誌著其從追求排行榜指標轉向實現“工程級智能”的重大演進。該模型在28.5萬億個tokens上進行訓練，專注於自主執行複雜的、多步驟的軟體工程任務。智譜將這種方法稱為“Agentic Engineering”（智能體工程），它使模型能夠從高層目標出發，獨立規劃、編寫和調試整個系統。在模擬管理一家企業一年的Vending-Bench 2等基準測試中，GLM-5在開源模型中排名第一，展示了其長期戰略決策能力。
GLM-5效率的核心是一種新的DeepSeek稀疏注意力（DSA）機制。與計算複雜性隨輸入長度呈二次方增長的傳統注意力系統不同，DSA動態識別並僅處理最關鍵的數據tokens。這一創新在其20萬token的上下文窗口內將注意力計算工作負載減少1.5至2倍。至關重要的是，智譜在實現這一效率的同時，避免了其他稀疏注意力方法通常伴隨的性能下降。其結果是一個能夠處理更大上下文並在相同硬體上提供更高性能的模型架構，這對於在計算受限的環境中開發具有成本效益的AI而言是一個關鍵優勢。
GLM-5最具戰略意義的方面是其對中國國產GPU的原生、系統級優化。該模型完全適用於華為昇騰、摩爾線程、海光、寒武紀等廠商的硬體。這超越了簡單的兼容性，涉及從KV緩存調度到分佈式并行處理策略的全面堆疊重構。這種軟硬體協同設計高效且有效，使單個國產計算節點能夠與使用兩個主流國際GPU的集群性能相媲美。對於處理長數據序列，這種深度優化將部署成本大幅降低50%，直接挑戰外國硬體供應商的市場主導地位，並加速中國邁向完全獨立的AI生態系統。