感谢IT之家网友 有鲫雪狐 的线索投递!
IT之家 8 月 29 日消息,智谱 AI 在 KDD 2024 大会上发布了新一代基础模型,自称在相应领域均达到了国际第一梯队的水准,并宣布在 MaaS 平台上免费开放 GLM-4-Flash API:
语言模型 GLM-4-Plus:在语言理解、指令遵循、长文本处理等方面性能得到全面提升。
文生图模型 CogView-3-Plus:具备与当前最上面的 MJ-V6 和 FLUX 等模型接近的性能。
图像 / 视频理解模型 GLM-4V-Plus:具备卓越的图像理解能力,并具备基于时间采集的视频理解能力。该模型将上线开放平台(bigmodel.cn),并成为国内首个通用视频理解能力模型 API。
视频生成模型 CogVideoX:在发布并开源 2B 版本后,5B 版本也正式开源,其性能进一步增强。
GLM-4-Flash API:推理服务免费,并提供完全强大的服务。
![](http://n.sinaimg.cn/spider20240829/483/w900h383/20240829/3d7b-100b9718f572c3f793523b78db78a9b7.png)
除此之外,智谱还宣布在清言 App 上线了视频通话功能,这是国内首个面向 C 端用户开放的视频通话服务。
![](http://n.sinaimg.cn/spider20240829/94/w1080h614/20240829/0a2a-0704729a2dfa3382aa1f4d2e33b6a9b5.jpg)
智谱表示,GLM-4-Plus 基础模型在各项指标上,实现与 GPT-4o 等第一梯队模型持平。此外,在 GLM-4-Plus 模型的训练过程中,智谱通过采用更精准的长短文本数据混合策略,显著增强了模型在长文本推理方面的表现。
![](http://n.sinaimg.cn/spider20240829/601/w1080h321/20240829/fcaa-f429e9f3665d9c5e343a42ca8cc875b3.jpg)
对于 CogView-3-Plus,智谱采用 Transformer 架构替代了传统的 UNet 架构来训练扩散模型,并深入研究了扩散模型的噪声规划,其效果目前接近一线水平的 MJ-V6 和 FLUX 等模型。
![](http://n.sinaimg.cn/spider20240829/783/w1080h503/20240829/4587-edd66f5b887e5541eaa9441ef0902bd7.jpg)
目前 GLM-4-Plus 模型已正式上线开放平台,对外提供API服务;同时也即将在清言App中上线;CogView-3-Plus模型已经正式上线清言App供大家使用。
![](http://n.sinaimg.cn/spider20240829/46/w1080h1366/20240829/5af8-980bae640fd889aacd54276524f3a58a.png)
广告声明:文内含有的对外跳转链接(包括不限于超链接、二维码、口令等形式),用于传递更多信息,节省甄选时间,结果仅供参考,IT之家所有文章均包含本声明。
![新浪科技公众号 新浪科技公众号](http://n.sinaimg.cn/tech/content/tech_qr2x.png)
“掌”握科技鲜闻 (微信搜索techsina或扫描左侧二维码关注)
![](http://n.sinaimg.cn/tech/content/tech_weixin2.png)