lupAI
Inversiones y Negocios

Zhipu recibe una inversión de 5 mil millones de dólares para avanzar en el modelo glm de autoaprendizaje

ZhipuFuente: AIBase14/09/2026, 04:42
El 13 de septiembre, Zhipu, una empresa de IA, anunció que había conseguido aproximadamente 5 mil millones de dólares en nueva financiación. Los fondos se destinarán a desarrollar el modelo de base GLM de próxima generación, construir un sistema de autoaprendizaje completo y mejorar la infraestructura informática. El plan de I+D de Zhipu enfatiza el 'autoaprendizaje completo' como el objetivo principal para el GLM de próxima generación, que se entrenará en el entorno creado por la versión anterior del GLM, lo que permitirá una mejora continua. La inversión apoyará la generación y el cribado automatizados de datos, la construcción de entornos de tareas y la mejora de las capacidades de razonamiento a largo alcance. Además, los esfuerzos de ingeniería se centrarán en la compatibilidad con los chips nacionales, el desarrollo de operadores y la optimización de la eficiencia de la inferencia. La estrategia de Zhipu aborda tanto la capacidad del modelo como la eficiencia informática, con el objetivo de ampliar los espacios de datos y tareas al tiempo que maximiza la salida en las condiciones de hardware existentes. La ronda de financiación de 5 mil millones de dólares marca un hito importante en el desarrollo del modelo de próxima generación de Zhipu, estableciendo una base de I+D integral que abarca desde los sistemas algorítmicos hasta las instalaciones de ingeniería. El enfoque dual de la empresa en la capacidad del modelo y la eficiencia informática destaca su compromiso con el avance de paradigmas de iteración tecnológica eficientes. Al integrar el GLM de próxima generación en un ciclo de autoaprendizaje, Zhipu tiene como objetivo crear un marco de desarrollo sostenible y escalable. Esta inversión estratégica subraya la ambición de Zhipu de liderar la innovación en IA a través de mecanismos avanzados de autoaprendizaje y una infraestructura optimizada.