智谱称 GLM-5.5 基于 1 万亿网页训练
智谱首席科学家唐杰在清华大学的一场讲座中披露了即将推出的 GLM-5.5（32B、122B 和 256B 三个尺寸）背后的训练管线。预训练不依赖公开数据集，而是来自六个内部引擎，包括 1 万亿抓取网页、20 亿篇科学 PDF、5,000 万册图书、5 亿个代码仓库（转为带真实测试的可执行任务）、100 亿条视频和 3 亿小时音频。这件事之所以重要，是因为数据管线的规模与构成——尤其是视频和音频的体量——表明智谱正在打造多模态旗舰模型，而此时中国厂商正竞相追赶西方前沿模型。
报道来源
- Hacker News (AI)2026-11-05 20:31