智普AutoGLM开源了吗？一文看懂Open-AutoGLM真实开源状态与替代方案
2025/12/26 16:03:23
AI Agent赛道作为人工智能领域最受关注的方向之一，已从概念验证逐步迈向规模化落地，在金融、通信、医疗等多个领域展现出颠覆性潜力。技术的成熟、明确的市场价值和强有力的政策支持，成为AI Agent赛道快速增长的核心驱动力。
资本市场高度关注，国内外大额融资涌现。2025年上半年，中国 AI Agent领域融资案例频发，头部项目如蝴蝶效应完成7500万美元 A 轮融资。在国际市场，Genspark于2025年11月完成2.75亿美元的B轮融资，估值达12.5亿美元。
市场研究机构 MarketsandMarkets 预测，2025年全球AI Agent市场规模将达到78.4亿美元，2030年预计达526.2亿美元，复合年增长率（CAGR）达46.3%。《2025中国企业级AI Agent应用实践研究报告》显示，2025年国内企业级AI Agent市场规模，预计达到232亿元。
本篇推送将从融资规模、地域格局、资本风向和未来趋势等视角展开，展现今年1月至11月的全球AI Agent赛道投融资全景。
一、AI Agent赛道投融资爆发式增长早期与战略投资并举
据H-Tech Data 不完全统计，截至11月19日，2025年全年已发生 AI Agent相关投融资事件37起，较去年同期增长236.36%；融资金额高达21.67亿元（折合人民币），达2024年 AI Agent全年投融资总额的1.81倍。
从投融资轮次来看，近年来 AI Agent 赛道始终以活跃的早期投资和成长期投资为主：2025年，早期投资（天使轮、种子轮）事件17起，成长期投资（Pre-A轮、A轮、A+轮和B轮）事件15起，战略投资实现从0到5的突破。新增战略投资分别投向 Genstore.ai、Superlinear、智用开物、Turing Market 和 FanTV 等企业。
二、中国引领全球增长国内市场多点开花
从全球格局看，中美两国是AI Agent赛道的投融资聚集地。2025年，中国该赛道呈现井喷式发展，首次在融资事件数量与披露金额上全面超越美国——事件数从2024年的5起跃升至2025年（1-11月）的24起。
从平均融资金额看，澳大利亚、美国和中国位居前列**。**其中，澳大利亚因Factory AI在2025年9月获得5000万美元大额融资而推高均值。
从国内格局来看，北京、上海、深圳、杭州是国内AI Agent产业的核心聚集区，武汉、广州、衢州分别凭借亿量科技、智用开物、连信数字加入竞争。
国内城市AI Agent赛道投融资格局呈现鲜明特色：北京作为科创绝对中心，2025年投融资事件激增至上年同期的3.67倍；而杭州则展现出强劲势头，实现了从0到5的融资突破，成为增长最快的新兴重镇。
三、赛道格局明晰垂直应用引领AI Agent投资新浪潮
近年来，AI Agent赛道的主力投资方主要分为头部机构、产业资本两类：头部机构，例如鼎晖投资、奇绩创坛、红杉资本、柏睿资本等；产业资本，例如谷歌风投、腾讯创投等。
虽然头部金融机构的投融资更为活跃，但2025年后，越来越多科技与行业龙头如英伟达、百度、微盟、宁德时代等纷纷下注AI Agent，分别投向 Factory AI、CoreSpeed、Genstore.ai、光帆科技等企业。
近年主要融资企业可分为以下几类：通用型AI Agent产品研发商（Manus AI）、垂直领域智能体服务商（亿量科技、Sett、亿问ChatBI）、企业级智能体平台（未来式智能、中数睿智、智用开物）以及智能体硬件产品（光帆科技）。
对比各类企业的融资事件数，发现垂直行业应用正逐渐成为投资热点，医疗、金融、工业等领域的专业智能体备受投资者青睐。投资者对AI Agent全产业链的完善布局，直接印证了AI Agent向各高价值赛道深度渗透的确定性趋势。
如何学习大模型 AI ？
由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。
但是具体到个人，只能说是：
“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。
我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
第一阶段（10天）：初阶应用
该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。
- 大模型 AI 能干什么？
- 大模型是怎样获得「智能」的？
- 用好 AI 的核心心法
- 大模型应用业务架构
- 大模型应用技术架构
- 代码示例：向 GPT-3.5 灌入新知识
- 提示工程的意义和核心思想
- Prompt 典型构成
- 指令调优方法论
- 思维链和思维树
- Prompt 攻击和防范
- …
第二阶段（30天）：高阶应用
该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。
- 为什么要做 RAG
- 搭建一个简单的 ChatPDF
- 检索的基础概念
- 什么是向量表示（Embeddings）
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 系统的扩展知识
- 混合检索与 RAG-Fusion 简介
- 向量模型本地部署
- …
第三阶段（30天）：模型训练
恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。
到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？
- 为什么要做 RAG
- 什么是模型
- 什么是模型训练
- 求解器 & 损失函数简介
- 小实验2：手写一个简单的神经网络并训练它
- 什么是训练/预训练/微调/轻量化微调
- Transformer结构简介
- 轻量化微调
- 实验数据集的构建
- …
第四阶段（20天）：商业闭环
对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。
- 硬件选型
- 带你了解全球大模型
- 使用国产大模型服务
- 搭建 OpenAI 代理
- 热身：基于阿里云 PAI 部署 Stable Diffusion
- 在本地计算机运行大模型
- 大模型的私有化部署
- 基于 vLLM 部署大模型
- 案例：如何优雅地在阿里云私有部署开源大模型
- 部署一套开源 LLM 项目
- 内容安全
- 互联网信息服务算法备案
- …
学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。
如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。