智谱唐杰披露下一代大模型GLM-5.4/5.5规划：参数破万亿，探索RSI自主迭代路径

10月8日，智谱创始人唐杰在新加坡的一场演讲中披露了下一代大模型GLM-5.4/5.5的研发方向。他介绍，新一代模型将在预训练数据和规模上大幅提升，目标做到几个T，参数量将从当前7400多亿级别提升至至少1万亿，以进一步提升模型能力上限。

在后训练方面，智谱将继续强化SFT、RLHF、RLVR等强化学习训练。同时，模型将进一步提升长程推理与Agent能力，面向更复杂的环境、更困难的任务和更长的周期，给模型更大的思考和操作空间，向长程任务和自主智能体方向推进。

唐杰表示，GLM-5.4/5.5将走两条新的技术路线：一是RSI（递归自我改进）自主迭代升级，二是更长更自主的Agent。他曾在2026年8月底的财报会议上提出，下一代大模型应是fully self-training（完全自训练），即模型从预训练到中训练、再到后训练都能自己训练自己并实现自我进化。据相关解读，GLM-5.4/5.5不会实现得这么彻底，可能会有部分RSI成果出现，完全自主的RSI进化仍需等待。