北京智譜華章科技有限公司在2024年8月29日宣佈了一系列重要的技術更新，包括新一代基座模型的發佈和新的應用服務。

在KDD2024大會上，智譜發佈了包括語言模型GLM-4-Plus、文生圖模型CogView-3-Plus、圖像/視頻理解模型GLM-4V-Plus和視頻生成模型CogVideoX在內的新一代基座模型。這些模型在各自領域均達到了國際領先水平。

GLM-4-Plus模型在語言理解、指令遵循和長文本處理等方面性能全面提升，與GPT-4o等第一梯隊模型持平。CogView-3-Plus模型採用Transformer架構替代傳統UNet架構，優化了模型效果，性能接近MJ-V6和FLUX等一線水平模型。GLM-4V-Plus模型具備高質量的圖像理解和視頻理解能力，成爲國內首個通用視頻理解模型API。CogVideoX模型在發佈2B版本後，進一步開源了5B版本，性能增強，成爲當前開源視頻生成模型中的佼佼者。

微信截圖_20240830075752.png

此外，智譜在「清言APP」上推出了國內首個面向C端用戶的視頻通話服務，該服務跨越文本、音頻和視頻模態，並具備實時推理能力，爲用戶提供了流暢的互動體驗。

智譜還宣佈了GLM-4-Flash API的免費使用，該API在速度和性能上具有優勢，支持用戶快速且免費地構建專屬模型和應用。同時，爲了滿足不同用戶的需求，智譜提供了模型微調功能。

智譜表示將繼續前行，讓機器像人一樣思考，爲用戶帶來更先進的技術和服務。

主要更新:

  • 語言基座模型GLM-4-Plus:在語言理解、指令遵循、長文本處理等方面性能得到全面提升，保持了國際領先水平。

  • 文生圖基座模型 CogView-3-Plus:具備與當前最優的 MJ-V6 和 FLUX 等模型接近的性能。

  • 圖像/視頻理解基座模型 GLM-4V-Plus:具備卓越的圖像理解能力，並具備基於時間感知的視頻理解能力。該模型將上線開放平臺（bigmodel.cn），併成爲國內首個通用視頻理解模型 API。

  • 視頻生成基座模型 CogVideoX:在發佈並開源2B 版本後，5B 版本也正式開源，其性能進一步增強，是當前開源視頻生成模型中的最佳選擇。

  • 「清言 APP」上線視頻通話:國內首個面向C端用戶開放的視頻通話服務，「清言 APP」的視頻通話功能跨越了文本、音頻和視頻模態，並具備實時推理能力。

  • GLM-4-Flash API:推理服務完全免費，並提供微調服務。

視頻通話服務申請鏈接:

https://zhipu-ai.feishu.cn/share/base/form/shrcnqpIx9q5ILEFeT2cPNhyuSf