Titre original : « Exclusive de Wan­dian｜Une lettre interne de Tang Jie affirme qu’un plan Touch High (« toucher le sommet ») sera lancé, « ne pas atteindre le sommet, c’est un échec » »
Source originale : l’équipe de Wandian

Wandian Exclusive a appris de sources internes que, aujourd’hui, Tang Jie, le fondateur de Zhipu, a publié une lettre interne exposant la compréhension de Zhipu de la prochaine phase de la compétition visant l’AGI. Dans sa lettre, Tang Jie indique que Zhipu va continuer à suivre la voie dite « anti-intuitive », en lançant le « plan Touch High (« toucher le sommet ») », c’est-à-dire à continuer de se concentrer sur la recherche sur l’AGI plutôt que sur la monétisation commerciale à court terme.

Sur le chemin vers l’objectif final qu’est l’AGI, il existe plusieurs sommets qu’il faut absolument franchir ; ce sont aussi exactement les endroits où les vagues technologiques actuelles déferlent le plus. Les quatre sommets listés par Tang Jie sont :

- Tâche à long horizon (Long Horizon Task)

- Systèmes d’agents intelligents autonomes (Autonomous Agent System)

- Entraînement entièrement auto-entrainé (Fully Self Training)

- Gouvernance de sécurité extrême

Parmi eux, la gouvernance de sécurité extrême est particulièrement mise en avant : Zhipu prévoit d’investir des ressources de niveau « centaine de milliards » pour s’attaquer à l’explicabilité mécanique. Cela signifie clarifier la logique neuronale qui se cache derrière les décisions du modèle et faire passer les systèmes « boîte noire » vers des systèmes transparents et explicables.

Le 8 janvier de cette année, Zhipu s’est introduit à la Bourse de Hong Kong en tant que première société de modèles de grande taille, au prix d’émission de 116,2 HKD. Puis, au cours des six mois suivants, le cours de l’action Zhipu a culminé à 2 980 HKD, soit une hausse de plus de 24 fois par rapport au prix d’émission, et la capitalisation boursière a atteint brièvement plus de 1,3 billion HKD.

Le 8 juillet, plus de 25 millions d’actions détenues par 11 investisseurs de base ont été libérées ; des actions représentant une capitalisation boursière de plus de 40 milliards HKD pour Zhipu sont entrées en circulation. Le marché s’attendait initialement à une pression vendeuse, mais celle-ci n’a pas eu lieu : le cours de Zhipu a même augmenté au lieu de baisser. Le lendemain, Zhipu a annoncé un placement de nouvelles actions à 1 588 HKD par action, avec une décote d’environ 13 % ; la levée de fonds s’est élevée à environ 31,4 milliards HKD, ce qui constitue le record de la plus grande opération de placement unique de ce type pour une société AI cotée à Hong Kong cette année.

D’après la version officielle de Zhipu, les fonds levés via ce placement seront principalement utilisés pour la recherche-développement du modèle « socle », la construction d’infrastructures de puissance de calcul, le développement de la commercialisation et la mise en place d’une stratégie d’écosystème à l’échelle mondiale. Dans sa lettre publique, Tang Jie déclare que son jugement sur le « saut de l’intelligence vers le plafond supérieur » constitue aussi « la cognition que nous voulons le plus transmettre à chacun ».

Dans une série d’évaluations globales, le modèle Zhipu GLM-5.2 est généralement reconnu comme ayant déjà atteint la limite des capacités des modèles les plus avancés à l’étranger ; et en raison de ses caractéristiques open source, il est très apprécié au sein de la communauté technique.

Voici le texte intégral de la lettre interne :

« La grande vague est arrivée »

— À chaque membre de Zhipu et à nos partenaires qui se soucient de l’avenir de l’intelligence artificielle

Qui sommes-nous : « l’essentiel, l’anti-intuitif, la concentration »

Zhipu n’est jamais une entreprise qui suit les tendances. Elle est née d’un laboratoire, avec la méthodologie accumulée dans ce laboratoire pendant vingt ans. Cette méthodologie peut être résumée en trois mots : l’essentiel, l’anti-intuitif, la concentration — penser assez profondément pour oser choisir assez en contre-courant ; choisir assez en contre-courant, c’est aussi devoir s’engager assez longtemps.

En regardant en arrière, presque chaque choix clé que nous avons fait semblait autrefois « anti-intuitif ». En 2006, nous gardions de côté notre système de recherche académique sur ordinateur de bureau, car nous avions une certitude : cela valait la peine de répondre par une question qui demande dix ans — « creuser le mécanisme de l’évolution des disciplines ». De 2021 à 2022, lorsque « faire penser les machines comme des humains » était considéré par la grande majorité comme un plan aussi fou que de « partir sur la Lune », nous avons mobilisé des ressources, et parié sur un modèle de milliers de milliards de paramètres ; nous avons réalisé GLM-130B — soit exactement un an et demi avant que ChatGPT n’embrase le monde. Et le jour de l’introduction à Hong Kong de Zhipu le 8 janvier 2026 en actions H, nous l’avons traité comme un tout nouveau point de départ : nous avons décidé de revenir avec fermeté à la recherche sur les modèles de base, et de nous lancer à fond dans les modèles de prochaine génération.

Les autres sonnent la cloche, nous revenons à zéro. Ce n’est pas une posture, c’est une croyance — puisque la destination est l’AGI, les intérêts à court terme ou les vents de l’industrie ne sont que le paysage le long du chemin menant à l’issue finale.

Ce qui nous a permis d’avancer jusqu’à aujourd’hui, c’est un idéalisme d’une concentration extrême et d’une sincérité totale. Nous avons mis dix ans pour passer du système de recherche académique d’un ordinateur de bureau à des dizaines de milliers d’utilisateurs ; sur la voie des modèles de grande taille, nous avons aussi mis près de dix ans, et nous allons continuer à approfondir avec constance. Aujourd’hui, Zhipu, ce sont des gens qui acceptent de questionner l’essentiel, qui osent l’anti-intuitif et qui savent se concentrer pour faire les choses jusqu’au bout — c’est là que réside l’origine de la compétence centrale de Zhipu.

Comment voyons-nous cet époque : le plafond supérieur de l’intelligence est en train d’être réécrit

Si, au cours des vingt dernières années, nous avons appris une chose, c’est celle-ci : les véritables opportunités commerciales ne se trouvent jamais dans les ajustements fins des produits ou des modèles ; elles se trouvent dans le saut du plafond supérieur de l’intelligence. C’est notre jugement fondamental sur la transformation de l’IA actuelle, et c’est aussi la cognition que nous voulons le plus transmettre à tous.

Cette fois-ci, la transformation, en essence, n’est pas une innovation produit ou une innovation de modèle économique : c’est une révolution technique qui rehausse le « plafond supérieur de l’intelligence ». Qui saura d’abord pousser ce plafond d’un cran vers le haut redéfinira à nouveau les limites des capacités de milliers d’industries. Toutes les entreprises d’IA de la nouvelle génération qui s’attachent aux principes de la première origine se disputent précisément cette percée d’un cran.

Et l’évolution du plafond supérieur de l’intelligence suit une trajectoire claire. L’intelligence artificielle est en train d’accomplir le passage de l’intelligence de perception à l’intelligence de cognition : la machine ne fait plus seulement « voir » et « entendre », elle commence à « comprendre » et à « raisonner ». Et l’étape suivante pointe directement vers l’AGI.

Nous avons une définition simple mais exigeante de l’AGI : l’AGI n’est pas l’intelligence d’un seul génie ; c’est la somme du niveau d’intelligence de toute l’humanité. Elle doit être capable de créer des connaissances originales à un niveau comparable à la relativité — c’est l’unique critère que nous utilisons pour juger si nous avons vraiment atteint le sommet. Sur le chemin vers ce point final, il faut franchir plusieurs sommets ; ce sont aussi les endroits où les vagues technologiques actuelles sont les plus intenses :

Premier sommet : capacité de tâches à long horizon (Long Horizon Task)

La percée la plus enthousiasmante aujourd’hui, c’est d’apprendre au modèle à accomplir une tâche extrêmement longue — pas une réponse instantanée, mais une planification et une exécution sur des semaines, des mois, voire des années. Par exemple, un modèle peut chercher sans fatigue des vulnérabilités dans un logiciel ; au fond, il apprend la façon de penser d’un expert de sécurité de tout premier niveau, puis amplifie cette démarche grâce à la persévérance de la machine.

Deuxième sommet : systèmes d’agents intelligents totalement autonomes (Autonomous Agent System)

Au-dessus des tâches à long horizon, des essaims d’agents qui pilotent de façon autonome, travaillent en coordination et tournent 24 heures sur 24, 7 jours sur 7 deviendront une nouvelle forme de productivité. Nous avons déjà mentionné « l’entreprise d’une seule personne OPC », mais les avancées techniques ont été plus rapides que prévu : nous allons vers « l’entreprise entièrement automatisée NPC ». Les trois problèmes autrefois considérés comme nécessitant une rupture de paradigme — mémoire (Memory), apprentissage continu (Continual Learning) et auto-jugement (Self-Judge) — se résolvent désormais progressivement sous l’effet conjoint du moteur technique et des applications : les longs contextes et la génération renforcée par la recherche (RAG) se rapprochent de l’ébauche de la mémoire ; l’augmentation de la fréquence des itérations des modèles rapproche en elle-même l’apprentissage continu ; et les modèles de pointe ont déjà laissé apparaître les prémices de l’auto-jugement.

Troisième sommet : auto-évolution (Self-Evolving)

C’est le plus difficile, mais aussi le plus attirant. L’entraînement d’IA par IA a déjà pris forme : les modèles écrivent eux-mêmes du code, nettoient et synthétisent des données, et s’entraînent eux-mêmes. Cela consommera peut-être un peu de puissance de calcul, mais cela économise l’énergie, le temps et surtout les ressources humaines les plus précieuses. Et à l’ère des grands modèles, la vitesse est la chose la plus importante : une itération rapide creuse directement l’écart générationnel dans la cognition. Lorsque des entreprises de pointe à l’étranger commencent à construire des grappes de puissance de calcul de niveau centaines de milliers voire deux cents mille puces, leur véritable usage pourrait bien être de faire s’entraîner les modèles eux-mêmes.

Après avoir franchi ces trois sommets, que se passera-t-il ?

L’IA commencera à apprendre ce qu’est « moi » et ce qu’est la conscience de soi ; puis elle touchera les émotions humaines ; plus loin encore, c’est la conscience elle-même. Du sensoriel vers la cognition, de la cognition vers le général, du général vers l’intelligence super (ASI) — la voie est déjà ouverte, la grande vague est arrivée, et il n’y a pas de retour en arrière.

Ce n’est pas un point de vue à sens unique. Dans le rapport « From AGI to ASI », Google DeepMind a formulé une conclusion froide : même si l’aptitude d’un modèle individuel devait toujours plafonner au niveau humain, tant que la puissance de calcul continue de croître, l’intelligence super pourrait être « forcée » à émerger. Ils estiment que si, à l’échelle mondiale, des instances d’AGI exécutable augmentent à une vitesse multipliée par dix chaque année, on atteindra cent millions au bout de cinq ans. Ces agents intelligents, qui partagent le même « cerveau » sous-jacent, améliorent l’efficacité de pensée d’un facteur cent et répliquent l’expérience à coût nul, équivalent, au niveau des groupes, à de l’ASI. Autrement dit, passer de l’AGI à l’ASI nécessite non seulement des percées au niveau des algorithmes, mais aussi la consolidation de ressources de puissance de calcul à très grande échelle.

Cette tendance irréversible va traverser l’ensemble de la pile technologique de haut en bas : lorsque l’AGI arrivera, les applications d’aujourd’hui devront peut-être être refondues en applications nativement IA, voire ne plus avoir besoin de ces applications ; le système d’exploitation pourrait être réécrit : quand vous ouvrirez votre ordinateur dans le futur, vous verrez un « LLM OS », et toutes les fonctions seront générées à la demande (generate on demand). Plus en profondeur encore, c’est un défi à la structure de Von Neumann, vieille de quatre-vingts ans, qui sous-tend l’exécution. Finance, droit, e-commerce, Internet… aucune industrie ne sera à l’écart. Beaucoup d’amis me trouvent pour me dire qu’ils veulent transformer leur entreprise, rattraper le rythme de l’IA, mais ceux qui ont réellement perçu que « cette transformation irréversible a déjà commencé » restent encore rares.

Notre orientation, vers laquelle nous allons mettre toute notre énergie : « toucher le sommet »

Une fois la tendance clarifiée, il ne reste plus qu’à choisir. Et le choix de Zhipu, comme toujours, est « anti-intuitif » : alors que l’industrie accélère la monétisation commerciale, nous décidons de faire une percée vers le haut.

Nous avons donné un nom à cette stratégie : le « plan Touch High (toucher le sommet) ». Au moment historique où l’intelligence artificielle traverse de l’intelligence de perception et de cognition vers l’intelligence entièrement générale, Zhipu adoptera une posture de « toucher le sommet » pour défier les limites physiques et algorithmiques des technologies actuelles. Dans les deux prochaines années, nous prévoyons d’investir de manière stratégique : sans chercher la monétisation à court terme des applications, mais en visant directement le prochain haut lieu de l’AGI.

Cet investissement se concentrera sur quatre moteurs clés :

Le premier : les tâches à long horizon. Faire passer l’IA de la « réponse immédiate » à « le grand génie », développer une nouvelle architecture de mémoire et permettre au modèle de traverser l’ensemble du cycle de vie d’un projet « apprendre, faire, mémoriser », tout en disposant de la capacité de décomposer de manière autonome des objectifs grandioses (comme « concevoir une nouvelle molécule de médicament anti-cancer ») en plusieurs milliers de sous-tâches exécutables.

Le deuxième : les systèmes d’agents intelligents autonomes. Passer de « l’assistant intelligent » à « l’employé numérique », construire une société d’agents intelligents comprenant des milliers, voire des dizaines de milliers de « personnalités » et de « compétences » différentes ; leur permettre de débattre de façon autonome, de coopérer, d’examiner du code, et de planifier les ressources, afin de réaliser une productivité numérique à un niveau comparable à la conduite autonome.

Le troisième : entraînement entièrement auto-entrainé (Fully Self Training). À l’approche de l’épuisement des données de haute qualité produites par les humains, convertir la puissance de calcul en carburant d’évolution : construire des usines de données synthétiques de haute qualité, faire émerger des connaissances « de nulle part » via une confrontation entre l’IA et l’IA (Self-Play), et, dans des bacs à sable de sécurité, donner au système la capacité de restructurer son propre code, afin que la vitesse d’évolution échappe aux limites physiques imposées par les ingénieurs humains.

Le quatrième : gouvernance de sécurité extrême. C’est celui des quatre moteurs que je veux mettre le plus en avant.

Plus les capacités sont fortes, plus les mécanismes de contraintes de sécurité doivent être solides. Dès la création de Zhipu, nous avons établi des principes : l’IA doit servir le bien-être de l’humanité et servir les stratégies nationales. L’entreprise rejette les rustines de sécurité « externes » et insiste pour intégrer l’éthique humaine, les normes sociales et les lois et réglementations nationales comme des axiomes de base dans la fonction de valeur du modèle ; prévoit d’investir des ressources de niveau « cent milliards » pour s’attaquer à l’« explicabilité mécanique », de sorte que la logique neuronale derrière les décisions du modèle soit clarifiée et que le système « boîte noire » se transforme en système transparent et explicable ; et participe activement à la gouvernance internationale de l’IA pour empêcher la technologie d’IA d’être détournée.

Cette urgence n’est pas du tout une crainte sans fondement. Quand les tout premiers modèles à l’étranger sont temporairement mis en pause par souci de risque avant une publication pleinement ouverte, et que leurs responsables d’entreprise avertissent publiquement des impacts profonds de l’IA, sur le moment nous devons rester lucides : la recherche sur la réalisation d’une intelligence super et sur la « super-alignment » doit avancer de front. C’est aussi un sujet que nous remettons sans cesse en question face aux technologies disruptives — l’histoire montre à maintes reprises qu’une fois qu’une technologie atteint un niveau de puissance capable de changer le cours de la civilisation, la sécurité n’est plus un simple accessoire, mais une condition fondamentale pour que la technologie puisse persister et être autorisée à être utilisée.

Écosystème ouvert : la logique de base de l’accès universel à l’intelligence et de la gouvernance de sécurité

Nous avons toujours pensé que, en tant que technologie stratégique qui guide l’avenir, le développement à long terme de l’intelligence artificielle ne peut pas se passer d’un écosystème industriel ouvert et coopératif. La valeur de l’intelligence de pointe ne réside pas seulement dans la percée technique elle-même ; elle réside aussi dans sa capacité à donner largement des moyens à des milliers d’industries et à bénéficier à chaque développeur. Nous croyons fermement que la vraie sécurité ne vient pas de la fermeture technique et des barrières ; elle vient de la construction, du partage et de la supervision largement menés sous le soleil.

C’est précisément sur la base de cette profonde reconnaissance de la démocratisation de la technologie que Zhipu a présenté sa réponse stratégique. Récemment, nous avons publié le modèle open source le plus puissant jusqu’à présent : GLM-5.2. Il prend en charge un contexte véritablement utilisable de un million (1M) de tokens, continue de conserver le leadership sur les tâches à long horizon, s’ouvre à l’ensemble des utilisateurs, et sera publié officiellement en open source avec la licence MIT la plus souple — n’importe qui peut le télécharger, le déployer et l’utiliser à des fins commerciales ; aucune restriction de catégorie de sujet. C’est la posture ferme de l’entreprise exprimée sous forme de produit.

Nous choisissons de croire à une autre voie : l’intelligence de pointe ne devrait pas n’appartenir qu’à quelques personnes, et ne devrait pas être retirée à tout moment par les règles de quelques-uns. Elle devrait être ouverte, utilisable, constructible, et servir chaque développeur.

Cela ne contredit pas « toucher le sommet » ; au contraire, c’en est une partie intégrante : d’une main, nous touchons le sommet, en défiant la limite de l’intelligence ; de l’autre, nous ouvrons un chemin vers le bas, afin que les capacités les plus avancées soient aussi ouvertes et démocratisées que possible. La hauteur touchée appartient à toute l’humanité, et la voie construite appartient à chacun.

Conclusion : pourquoi maintenant, pourquoi nous

Certains pourraient demander : pourquoi, après l’introduction en bourse, Zhipu continuerait de concentrer ses ressources clés et de « toucher le sommet » dans la direction la moins certaine ? Parce que nous croyons à une évidence simple : les vrais conquérants du sommet transforment la montagne en chemin.

La nature essentielle que nous avons clarifiée s’est déjà transformée en consensus de centaines de scientifiques grâce au projet « modèle d’apprentissage par l’éveil » ; et grâce aux investissements industriels de Zhipu et à l’ensemble de l’écosystème, elle est devenue la pierre angulaire pour lancer la génération actuelle d’entrepreneurs. Aujourd’hui, nous voulons rendre ce chemin plus haut, plus large — assez haut pour nous protéger et garder la sécurité nationale ; assez haut pour offrir à l’humanité l’occasion d’explorer davantage d’inconnues, d’explorer les mystères de l’univers ; et aussi assez large pour permettre à chaque développeur, à chaque équipe, de se frayer un chemin.

À l’ère de l’AGI, pour la première fois, ces choses autrefois inaccessibles deviennent susceptibles de se réaliser. C’est là le plus grand bonheur de notre génération de compatriotes, et c’est aussi la responsabilité la plus lourde.

La grande vague est arrivée ; la tendance est irréversible. Zhipu doit être cette personne qui affronte la crête de la vague et « touche le sommet » vers le haut.

Ne pas atteindre le sommet, c’est un échec.

Cette fois, la hauteur que nous allons toucher est celle qui appartient à toute l’humanité.

Fondateur de Zhipu, Tang Jie

11 juillet 2026

Lien original

Cliquez pour découvrir les postes à pourvoir de律动 BlockBeats

Bienvenue à rejoindre la communauté officielle de律动 BlockBeats :

Groupe Telegram (abonnement) : https://t.me/theblockbeats

Groupe Telegram : https://t.me/BlockBeats_App

Compte officiel Twitter : https://twitter.com/BlockBeatsAsia