--- बिंग शू का नोट ---
मैं चीनी ऐप रेडनोट पर एक आंतरिक GLM पत्र देखा, जो कथित तौर पर @jietang द्वारा लिखा गया था, और मैंने छवियों में चीनी पाठ का अंग्रेज़ी में अनुवाद किया।
--- पत्र की शुरुआत ----
बड़ी लहर आ गई है। मुझे इस लेख के माध्यम से तीन बातों पर चर्चा करने दें: हम कौन हैं, हम इस युग को कैसे समझते हैं, और वह रणनीतिक दिशा जिसके लिए हमने पूरी तरह से समर्पित होने का चुनाव किया है।
1. हम कौन हैं: प्रथम सिद्धांत, विरोधी सोच और फोकस
Zhipu कभी भी ऐसी कंपनी नहीं रही जो केवल नवीनतम रुझान का पीछा करती हो। हम एक प्रयोगशाला से निकले हैं, और अपने साथ बीस वर्षों की उसकी पद्धति लेकर चले हैं।
उस पद्धति को तीन विचारों में संक्षेपित किया जा सकता है: प्रथम सिद्धांत, विरोधी सोच और फोकस।
केवल पर्याप्त गहराई से सोचकर ही हम एक पर्याप्त विरोधी विकल्प चुनने का साहस कर सकते हैं। और एक बार जब हम वह विकल्प चुन लेते हैं, तो हमें उसके लिए पर्याप्त लंबे समय तक प्रतिबद्ध रहने के लिए तैयार रहना चाहिए।
पीछे मुड़कर देखें, तो हमारा लगभग हर महत्वपूर्ण निर्णय एक बार प्रतिसहज ज्ञान (counterintuitive) प्रतीत हुआ था।
2006 में, हमने एक एकल डेस्कटॉप कंप्यूटर पर चलने वाली एक अकादमिक खोज प्रणाली पर चुपचाप काम किया। हमने ऐसा इसलिए किया क्योंकि हम समझ गए थे कि इसके पीछे का गहरा प्रश्न—अकादमिक विषयों के विकास को चलाने वाले तंत्रों की खोज—एक दशक तक उत्तर देने योग्य था।
2021 से 2022 तक, जब "मशीनों को इंसानों की तरह सोचना सिखाना" अभी भी अधिकांश लोगों द्वारा पागलपन की सीमा पर एक असंभव सपना (moonshot) माना जाता था, हमने अपने संसाधनों को पुनर्निर्देशित किया, खुद को सैकड़ों अरबों मापदंडों वाले एक मॉडल के लिए प्रतिबद्ध किया, और GLM-130B का निर्माण किया।
यह ChatGPT के दुनिया में तूफान लाने से पूरे डेढ़ साल पहले की बात है।
फिर, 26 जनवरी 2026 को, जिस दिन Zhipu ने हांगकांग में अपनी H-शेयर लिस्टिंग पूरी की, हमने इस अवसर को एक समाप्ति रेखा के रूप में नहीं, बल्कि एक बिल्कुल नई शुरुआत के रूप में माना। हमने फाउंडेशनल मॉडल अनुसंधान में पूरी तरह से लौटने और अगली पीढ़ी के मॉडलों के लिए अपने सभी प्रयास समर्पित करने का संकल्प लिया।
जबकि दूसरे लिस्टिंग की घंटी बजा रहे थे, हमने खुद को शून्य पर रीसेट कर लिया।
यह कोई इशारा नहीं था। यह एक दृढ़ विश्वास था। यदि अंतिम गंतव्य AGI है, तो अल्पकालिक लाभ और गुज़रते उद्योग के रुझान सड़क के किनारे के दृश्य मात्र हैं।
हमें आज तक जो बनाए रखा है, वह है फोकस की एक असाधारण डिग्री और एक सच्ची, समझौता न करने वाली आदर्शवादिता।
हमें एक अकादमिक खोज प्रणाली को एक एकल डेस्कटॉप कंप्यूटर से दस मिलियन से अधिक उपयोगकर्ताओं की सेवा करने वाले प्लेटफ़ॉर्म में विकसित करने में दस साल लगे। हमने बड़े मॉडलों का पीछा करने में लगभग एक और दशक बिताया है, और हम दृढ़ संकल्प के साथ इस क्षेत्र को विकसित करना जारी रखेंगे।
Zhipu आज उन लोगों का एक समूह है जो प्रथम सिद्धांतों से प्रश्न करने को तैयार हैं, परंपरागत ज्ञान के विरुद्ध जाने वाले विकल्प चुनने के लिए पर्याप्त साहसी हैं, और उन विकल्पों को अंत तक ले जाने के लिए पर्याप्त केंद्रित हैं।
यही Zhipu की मुख्य प्रतिस्पर्धात्मकता का स्रोत है।
2. हम इस युग को कैसे समझते हैं: बुद्धिमत्ता की छत को फिर से लिखा जा रहा है
यदि एक चीज़ है जो हमने पिछले बीस वर्षों में सीखी है, तो वह यह है:
सबसे बड़े वाणिज्यिक अवसर कभी भी उत्पादों या व्यवसाय मॉडलों में मामूली समायोजन में नहीं होते। वे तब उत्पन्न होते हैं जब बुद्धिमत्ता की छत स्वयं एक छलांग लगाती है।
यह वर्तमान AI परिवर्तन के बारे में हमारा सबसे मौलिक निर्णय है, और यह वह विचार है जिसे हम सबसे अधिक व्यक्त करना चाहते हैं।
इसके मूल में, यह परिवर्तन केवल एक उत्पाद नवाचार या व्यवसाय-मॉडल नवाचार नहीं है। यह एक तकनीकी क्रांति है जिसने बुद्धिमत्ता की छत को ही ऊपर उठा दिया है।
जो कोई भी उस छत को एक इंच भी ऊपर धकेल सकता है, वह हज़ारों उद्योगों की क्षमताओं की सीमाओं को फिर से परिभाषित करने में सक्षम होगा। वह एक इंच ठीक वही है जिसके लिए प्रथम सिद्धांतों पर आधारित AI कंपनियों की नई पीढ़ी प्रतिस्पर्धा कर रही है।
बुद्धिमत्ता का विकास एक स्पष्ट मार्ग का अनुसरण करता है।
कृत्रिम बुद्धिमत्ता अब अवधारणात्मक बुद्धिमत्ता (perceptual intelligence) से संज्ञानात्मक बुद्धिमत्ता (cognitive intelligence) में संक्रमण पूरा कर रही है। मशीनें अब केवल "देखने" और "सुनने" तक सीमित नहीं हैं। वे "समझने" और "तर्क करने" लगी हैं।
अगला कदम सीधे AGI की ओर इशारा करता है।
हमारी AGI की एक सरल लेकिन मांग वाली परिभाषा है:
AGI एक अकेले प्रतिभाशाली व्यक्ति की बुद्धिमत्ता नहीं है। यह सभी मानव बुद्धिमत्ता का समुच्चय (aggregate) है।
इसे सापेक्षता के सिद्धांत के स्तर पर मूल ज्ञान बनाने में सक्षम होना चाहिए। यही एकमात्र मानक है जिसके द्वारा हम मापते हैं कि क्या सच्ची चोटी पर पहुँचा गया है।
उस गंतव्य की ओर जाने वाली सड़क पर, कई पहाड़ों को पार करना होगा। वे वही हैं जहाँ आज की तकनीकी लहर सबसे शक्तिशाली रूप से उठ रही है।
पहला पहाड़: दीर्घ-क्षितिज कार्य क्षमता (Long-Horizon Task Capability)
आज की सबसे रोमांचक सफलता मॉडलों को अत्यंत लंबे कार्यों को पूरा करना सिखाना है—न केवल तुरंत प्रश्नों का उत्तर देना, बल्कि हफ्तों, महीनों या वर्षों तक योजना बनाना और निष्पादित करना।
उदाहरण के लिए, एक मॉडल सॉफ़्टवेयर में कमज़ोरियों के लिए अथक रूप से खोज कर सकता है। संक्षेप में, यह एक विश्व स्तरीय साइबर सुरक्षा विशेषज्ञ के सोचने के तरीके को सीखेगा, फिर एक मशीन की सहनशक्ति के माध्यम से उस विशेषज्ञता को बढ़ाएगा।
दूसरा पहाड़: पूरी तरह से स्वायत्त एजेंट सिस्टम (Fully Autonomous Agent Systems)
दीर्घ-क्षितिज क्षमताओं पर निर्माण करते हुए, एजेंटों के समूह जो स्वतंत्र रूप से काम कर सकते हैं, एक-दूसरे के साथ सहयोग कर सकते हैं, और चौबीसों घंटे काम कर सकते हैं, उत्पादकता का एक नया रूप बन जाएंगे।
हम एक बार एक-व्यक्ति कंपनी (OPC) की बात करते थे। लेकिन तकनीक उम्मीद से भी तेज़ी से आगे बढ़ रही है। हम पहले से ही पूरी तरह से स्वचालित, बिना-व्यक्ति कंपनी (NPC) की ओर बढ़ रहे हैं।
तीन चुनौतियाँ—स्मृति, सतत सीखना और आत्म-मूल्यांकन—एक बार माना जाता था कि उन्हें हल करने से पहले एक मौलिक प्रतिमान बदलाव की आवश्यकता होगी। अब, तकनीकी प्रगति और वास्तविक दुनिया के अनुप्रयोगों द्वारा संयुक्त रूप से संचालित, वे धीरे-धीरे दूर हो रही हैं।
लंबे-संदर्भ क्षमताएं और पुनर्प्राप्ति-संवर्धित जनन (RAG), स्मृति के एक उपयोगी रूप के करीब पहुँच रहे हैं। अधिक लगातार मॉडल पुनरावृत्ति हमें सतत सीखने के करीब ला रही है। फ्रंटियर मॉडल पहले से ही आत्म-मूल्यांकन के पहले संकेत दिखा रहे हैं।
तीसरा पहाड़: आत्म-विकास (Self-Evolution)
यह सबसे कठिन—और सबसे आकर्षक—पहाड़ भी है।
AI द्वारा AI को प्रशिक्षित करना पहले से ही आकार ले रहा है। मॉडल अपना कोड लिखना, अपना डेटा साफ़ करना और संश्लेषित करना, और स्वयं को प्रशिक्षित करना शुरू कर रहे हैं।
यह अधिक कंप्यूटिंग शक्ति का उपभोग कर सकता है, लेकिन यह सबसे मूल्यवान संसाधनों को बचाता है: मानव प्रयास और समय।
बड़े मॉडलों के युग में, गति सबसे महत्वपूर्ण है। तीव्र पुनरावृत्ति संज्ञानात्मक क्षमता में एक पीढ़ीगत अंतर पैदा कर सकती है।
जैसे-जैसे विदेशों में अग्रणी कंपनियाँ एक मिलियन, या दो मिलियन AI चिप्स वाले कंप्यूटिंग क्लस्टर बनाना शुरू कर रही हैं, उनका वास्तविक उद्देश्य मॉडलों को स्वयं को प्रशिक्षित करने में सक्षम बनाना हो सकता है।
इन तीन पहाड़ों को पार करने के बाद क्या होगा?
AI यह सीखना शुरू कर देगा कि "स्व" क्या है और आत्म-जागरूकता का क्या अर्थ है। इससे परे, यह मानवीय भावनाओं को छूना शुरू कर सकता है। और भी आगे चेतना है।
अवधारणा से अनुभूति, अनुभूति से सामान्य बुद्धिमत्ता, और सामान्य बुद्धिमत्ता से कृत्रिम अति-बुद्धिमत्ता (ASI) तक—सड़क पहले ही बिछाई जा चुकी है।
बड़ी लहर आ गई है, और इसे उलटा नहीं जा सकता। यह केवल हमारा अपना दृष्टिकोण नहीं है।
अपनी रिपोर्ट From AGI to ASI में, Google DeepMind एक स्पष्ट निष्कर्ष प्रस्तुत करता है: भले ही एक व्यक्तिगत मॉडल की क्षमताएँ स्थायी रूप से मानव स्तर पर बनी रहें, फिर भी कंप्यूटिंग शक्ति में क्रूर-बल वृद्धि के माध्यम से अति-बुद्धिमत्ता उभर सकती है।
उनका अनुमान है कि, यदि दुनिया भर में संचालित AGI उदाहरणों की संख्या हर साल दस गुना बढ़ती है, तो यह पाँच वर्षों के भीतर 100 मिलियन तक पहुँच जाएगी।
ये एजेंट एक ही अंतर्निहित बुद्धिमत्ता साझा करेंगे, सौ गुना बेहतर दक्षता के साथ सोचेंगे, और लगभग शून्य लागत पर अनुभव की नकल करेंगे। सामूहिक स्तर पर, वे प्रभावी रूप से ASI के बराबर होंगे।
दूसरे शब्दों में, AGI से ASI की ओर बढ़ने के लिए एल्गोरिदमिक सफलताओं और अभूतपूर्व पैमाने पर कंप्यूटिंग संसाधनों की एकाग्रता दोनों की आवश्यकता है।
यह अपरिवर्तनीय प्रवृत्ति ऊपर से नीचे तक पूरे तकनीकी स्टैक में प्रवेश करेगी।
जब AGI आएगा, तो आज के अनुप्रयोगों को या तो AI-मूल प्रणालियों के रूप में फिर से बनाने की आवश्यकता हो सकती है—या उनकी बिल्कुल भी आवश्यकता नहीं रह जाएगी।
ऑपरेटिंग सिस्टम स्वयं फिर से लिखे जा सकते हैं। भविष्य में, जब आप कंप्यूटर चालू करेंगे, तो आप जो देख सकते हैं वह एक "LLM OS" हो सकता है, जिसमें प्रत्येक फ़ंक्शन मांग पर उत्पन्न होता है।
गहराई में जाने पर, यह पिछले अस्सी वर्षों से कंप्यूटिंग को रेखांकित करने वाली वॉन न्यूमैन आर्किटेक्चर के लिए एक चुनौती है।
वित्त, कानून, ई-कॉमर्स, इंटरनेट—कोई भी उद्योग अप्रभावित नहीं रहेगा।
कई दोस्त मेरे पास आए हैं और कहते हैं कि वे अपनी कंपनियों को बदलना चाहते हैं और AI के साथ तालमेल बिठाना चाहते हैं। लेकिन केवल एक छोटी संख्या ने वास्तव में पहचाना है कि यह अपरिवर्तनीय परिवर्तन पहले ही शुरू हो चुका है।
3. वह दिशा जिसके लिए हम अपने पूर्ण प्रयास समर्पित करेंगे: "टच हाई" (Touch High)
एक बार प्रवृत्ति स्पष्ट हो जाने पर, जो बचता है वह एक विकल्प है।
और Zhipu का विकल्प, हमेशा की तरह, विरोधी है।
ऐसे समय में जब पूरा उद्योग AI के व्यावसायिक मुद्रीकरण में तेज़ी ला रहा है, हमने ऊपर की ओर धकेलने और अगली तकनीकी सफलता का पीछा करने का निर्णय लिया है।
हम इस रणनीति को "टच हाई" पहल कहते हैं।
इस ऐतिहासिक क्षण में, जैसे-जैसे कृत्रिम बुद्धिमत्ता अवधारणा और अनुभूति से पूरी तरह से सामान्य बुद्धिमत्ता की ओर बढ़ रही है, Zhipu और ऊँचा पहुँचेगा और आज की तकनीक की भौतिक और एल्गोरिदमिक सीमाओं को चुनौती देगा।
अगले दो वर्षों में, हम एक बड़ा रणनीतिक निवेश करने की योजना बना रहे हैं—अल्पकालिक अनुप्रयोग राजस्व की खोज में नहीं, बल्कि सीधे AGI की अगली सीमा पर लक्षित।
यह निवेश चार मुख्य इंजनों पर केंद्रित होगा।
पहला: दीर्घ-क्षितिज कार्य
हम AI को तत्काल प्रश्न-उत्तर इंटरैक्शन से आगे और बड़े पैमाने की परियोजनाओं के निष्पादन की ओर ले जाएंगे।
इसका अर्थ है मेमोरी आर्किटेक्चर की एक नई पीढ़ी विकसित करना जो मॉडलों को किसी परियोजना के पूरे जीवन चक्र में सीखने, कार्य करने और ज्ञान बनाए रखने की अनुमति देती है।
मॉडलों को काम करते हुए सीखने, सीखते हुए कार्य करने और जो किया है उसे याद रखने में सक्षम होना चाहिए। उन्हें एक महत्वाकांक्षी उद्देश्य—जैसे कैंसर रोधी एक नई दवा अणु डिजाइन करना—को हजारों स्वतंत्र रूप से निष्पादित करने योग्य उप-कार्यों में विभाजित करने की उच्च-स्तरीय क्षमता भी प्राप्त करनी चाहिए।
दूसरा: स्वायत्त एजेंट सिस्टम
हम बुद्धिमान सहायकों से डिजिटल कर्मचारियों की ओर बढ़ेंगे।
हमारा लक्ष्य हजारों, या दसियों हजारों एजेंटों के समाजों का निर्माण करना है, जिनमें से प्रत्येक के पास एक विशिष्ट पेशेवर "व्यक्तित्व" और कौशल का सेट हो।
ये एजेंट स्वतंत्र रूप से बहस करेंगे, सहयोग करेंगे, कोड की समीक्षा करेंगे और संसाधनों का आवंटन करेंगे, स्व-ड्राइविंग सिस्टम के बराबर स्वायत्तता के स्तर के साथ डिजिटल उत्पादकता का निर्माण करेंगे।
तीसरा: पूरी तरह से स्व-प्रशिक्षण
जैसे-जैसे उच्च गुणवत्ता वाले मानव-निर्मित डेटा की आपूर्ति समाप्ति के करीब पहुँच रही है, हम कंप्यूटिंग शक्ति को विकास के ईंधन में बदल देंगे।
इसका अर्थ है उच्च गुणवत्ता वाले सिंथेटिक डेटा के कारखाने बनाना, स्व-खेल (self-play) के माध्यम से AI-बनाम-AI प्रतिस्पर्धा का उपयोग करके खरोंच से ज्ञान उत्पन्न करना, और सिस्टमों को सुरक्षित सैंडबॉक्स के भीतर अपना कोड पुनर्निर्माण करने की क्षमता देना।
लक्ष्य विकास की गति को मानव इंजीनियरों की भौतिक सीमाओं से मुक्त करना है।
चौथा: उच्चतम मानक पर सुरक्षा शासन
चार इंजनों में से, यह वह है जिस पर मैं सबसे अधिक जोर देना चाहता हूँ।
AI जितना अधिक शक्तिशाली होगा, उसकी सुरक्षा बाधाएँ उतनी ही मजबूत होनी चाहिए।
शुरू से ही, Zhipu ने एक मार्गदर्शक सिद्धांत स्थापित किया:
AI को मानव कल्याण और राष्ट्रीय सामरिक प्राथमिकताओं की सेवा करनी चाहिए।
कंपनी बोल्ट-ऑन सुरक्षा पैच को अस्वीकार करती है। इसके बजाय, वह मानव नैतिकता, सामाजिक मानदंडों और राष्ट्रीय कानूनों और विनियमों को मॉडल के मूल्य फ़ंक्शन में मौलिक सिद्धांतों के रूप में एन्कोड करना चाहती है।
हम यांत्रिक व्याख्यात्मकता (mechanistic interpretability) को आगे बढ़ाने के लिए दसियों अरबों के पैमाने पर संसाधन समर्पित करने की योजना बना रहे हैं—मॉडल निर्णयों के पीछे तंत्रिका तर्क को स्पष्ट करना और ब्लैक-बॉक्स सिस्टम को पारदर्शी, व्याख्या योग्य सिस्टम में बदलना।
साथ ही, हम AI प्रौद्योगिकी के दुरुपयोग को रोकने के लिए अंतर्राष्ट्रीय AI शासन में सक्रिय रूप से भाग लेंगे।
यह तात्कालिकता निराधार नहीं है।
जब विदेशों में सबसे उन्नत फ्रंटियर मॉडल सुरक्षा चिंताओं के कारण पूर्ण सार्वजनिक रिलीज़ में देरी करते हैं, और उनके कॉर्पोरेट नेता सार्वजनिक रूप से चेतावनी देते हैं कि AI के दूरगामी प्रभाव वैश्विक शक्ति संतुलन को गहराई से नया आकार देंगे, तो हमें स्पष्ट आँखों से रहना चाहिए:
अति-बुद्धिमत्ता का विकास और सुपरअलाइनमेंट पर शोध समानांतर रूप से आगे बढ़ना चाहिए।
यह भी एक प्रश्न है जिसकी हम बार-बार जाँच करते हैं जब भी हम विघटनकारी प्रौद्योगिकियों का सामना करते हैं।
इतिहास ने बार-बार दिखाया है कि जब एक तकनीक सभ्यता के पाठ्यक्रम को बदलने के लिए पर्याप्त शक्तिशाली हो जाती है, तो सुरक्षा एक वैकल्पिक सहायक उपकरण नहीं रह जाती है। यह तकनीक के निरंतर अस्तित्व और अनुमत उपयोग के लिए मूलभूत शर्त बन जाती है।
4. एक खुला पारिस्थितिकी तंत्र: बुद्धिमत्ता तक व्यापक पहुंच और सुरक्षा शासन की नींव
हमने हमेशा माना है कि कृत्रिम बुद्धिमत्ता, एक सामरिक तकनीक के रूप में जो भविष्य को आकार देगी, एक खुले और सहयोगी औद्योगिक पारिस्थितिकी तंत्र के बिना स्थायी दीर्घकालिक विकास प्राप्त नहीं कर सकती।
फ्रंटियर बुद्धिमत्ता का मूल्य केवल तकनीकी सफलताओं में ही नहीं है, बल्कि इस बात में भी है कि क्या यह व्यापक रूप से हजारों उद्योगों को सशक्त बना सकती है और हर डेवलपर को लाभान्वित कर सकती है।
हम दृढ़ता से मानते हैं कि वास्तविक सुरक्षा तकनीकी अलगाव या बाधाओं पर नहीं बनाई गई है।
यह व्यापक भागीदारी, साझाकरण, सह-निर्माण और खुले और पारदर्शी तरीके से किए गए निरीक्षण से उत्पन्न होती है।
यह तकनीक को व्यापक रूप से सुलभ बनाने की यह गहरी प्रतिबद्धता है जिसने Zhipu की रणनीतिक प्रतिक्रिया को आकार दिया है।
हाल ही में, हमने GLM-5.2 जारी किया, जो अब तक का हमारा सबसे सक्षम ओपन-सोर्स मॉडल है।
यह एक मिलियन टोकन की वास्तविक रूप से व्यावहारिक संदर्भ विंडो का समर्थन करता है, दीर्घ-क्षितिज कार्यों में अग्रणी बना हुआ है, और सभी उपयोगकर्ताओं के लिए उपलब्ध है।
इसे अत्यधिक अनुमेय MIT लाइसेंस के तहत आधिकारिक तौर पर ओपन-सोर्स भी किया जाएगा। कोई भी इसे डाउनलोड कर सकेगा, तैनात कर सकेगा और व्यावसायिक रूप से उपयोग कर सकेगा, बिना उपयोगकर्ता या संगठन के प्रकार के आधार पर किसी प्रतिबंध के।
यह कंपनी का दृढ़ रुख है, जो अपने उत्पाद के रूप में व्यक्त किया गया है।
हम एक अलग रास्ते पर विश्वास करना चुनते हैं:
फ्रंटियर बुद्धिमत्ता केवल कुछ चुनिंदा लोगों की नहीं होनी चाहिए, न ही नियम-निर्माताओं के एक छोटे समूह द्वारा किसी भी क्षण इसकी पहुँच वापस ली जानी चाहिए।
यह खुला, उपयोग करने योग्य और निर्माण योग्य होना चाहिए—और इसे हर डेवलपर की सेवा करनी चाहिए।
यह "टच हाई" के साथ संघर्ष नहीं करता है। बल्कि, दोनों एक ही रणनीति के पूरक पहलू हैं।
एक हाथ से, हम बुद्धिमत्ता की सीमाओं को चुनौती देने के लिए ऊपर की ओर पहुँचते हैं। दूसरे हाथ से, हम नीचे की ओर सड़कें बनाते हैं, सबसे उन्नत क्षमताओं को यथासंभव खुला और व्यापक रूप से सुलभ बनाते हैं।
हम जिन ऊँचाइयों तक पहुँचते हैं, वे पूरी मानवता की हैं, और हम जो सड़कें बनाते हैं, वे सभी की हैं।
5. निष्कर्ष: अब क्यों, और हम क्यों?
कुछ लोग पूछ सकते हैं:
सार्वजनिक होने के बाद, Zhipu सबसे अनिश्चित दिशा में ऊँचा पहुँचने के लिए अपने मुख्य संसाधन क्यों समर्पित करना जारी रख रहा है?
क्योंकि हम एक सरल सत्य में विश्वास करते हैं:
जो लोग वास्तव में चोटी पर पहुँचते हैं, वे पहाड़ को सड़क में बदल देते हैं।
हम जो मौलिक अंतर्दृष्टि पर पहुँचे थे, वह एक बार Wudao बड़े मॉडल परियोजना के माध्यम से सैकड़ों वैज्ञानिकों के बीच एक साझा दृढ़ विश्वास में क्रिस्टलीकृत हो गई थी।
बाद में, Zhipu के औद्योगिक निवेश और व्यापक पारिस्थितिकी तंत्र के माध्यम से, यह एक ऐसी नींव बन गई जिससे उद्यमियों की एक नई पीढ़ी उड़ान भर सकती थी।
आज, हम इस सड़क को और ऊँचा और चौड़ा बनाना चाहते हैं—
इतना ऊँचा कि हम अपनी रक्षा कर सकें और राष्ट्रीय सुरक्षा की रक्षा कर सकें;
इतना ऊँचा कि मानवता को अधिक अज्ञात का पता लगाने और ब्रह्मांड के रहस्यों को उजागर करने का अवसर मिले;
और इतना चौड़ा कि हर डेवलपर और हर टीम को ऊपर जाने का रास्ता मिले।
AGI के युग में, जो चीज़ें कभी हमेशा के लिए हमारी पहुँच से बाहर लगती थीं, वे पहली बार संभव हो सकती हैं।
यह हमारी पीढ़ी का सबसे बड़ा सौभाग्य है—और इसकी सबसे भारी जिम्मेदारी भी।
बड़ी लहर आ गई है, और प्रवृत्ति अपरिवर्तनीय है।
Zhipu वह बनने का इरादा रखता है जो आने वाली लहर का सामना करता है और ऊँचा पहुँचता रहता है।
चोटी से कम कुछ भी विफलता है।
इस बार, हम जिस ऊँचाई तक पहुँचना चाहते हैं, वह वह है जो पूरी मानवता की है।
तांग जी
Zhipu AI के संस्थापक
11 जुलाई, 2026
