📰 研报摘要
查看全文 ➔本次会议重点探讨了大模型向 AGI 演进的技术路径与行业进展。会议详细介绍了 GLM 5.2 模型在 7000 亿参数量级上的表现，特别是在编码（coding）场景中达到顶尖水平，并对比了其与小米 K3 在智能与效率上的差异。技术层面，会议讨论了通过高质量数据、强化学习（提出 SAO 算法）、环境交互及推理时间 scaling 提升模型能力的策略，以及利用 LOT 技术减少 KV cache 冗余和采用 cube 组网架构优化集群吞吐的性能方案。此外，会议预告了 GM 5.3 版本的迭代及下一代模型架构规划，并强调了自主智能体系统（Autonomous Agent System）和自我训练范式（RSI）对 AI 实现指数级加速发展的决定性影响。