新一代基座大模型GLM-4,智谱AI引领国产GPTs生态?
在科技周边实战开发的过程中,我们经常会遇到一些这样那样的问题,然后要卡好半天,等问题解决了才发现原来一些细节知识点还是没有掌握好。今天golang学习网就整理分享《新一代基座大模型GLM-4,智谱AI引领国产GPTs生态?》,聊聊,希望可以帮助到正在努力赚钱的你。

图片来源:智谱AI公众号
智谱AI在首届技术开放日上展示了其新一代基座大模型GLM-4和文生图产品CogView3,作为追赶Chat GPT的实力展示。此外,智谱AI还推出了GLMs个性化智能体定制能力以及智能体中心,这些新功能对标美国人工智能公司OpenAI去年推出的GPTs及其分享平台GPT Store。尽管后者因高层风波而被推迟,但智谱AI的新功能已经在当地时间2024年1月10日正式上线。这些新功能将为用户提供更加便捷和个性化的智能体使用体验,帮助智谱AI在未来的人工智能市场中取得更大的竞争优势。
在基座大模型产品方面,智谱AI首席执行官张鹏表示:“就标准的大模型评测而言,我们的GLM-4已经接近GPT-4水平。”与上一代相比,GLM-4的性能提升了近60%,它具备了更长的上下文处理能力、更强的多模态支持以及更快的推理速度。”
具体来说,GLM-4单次提示词能够支持128k的文本长度,相当于处理300页的文本。即使面对如此庞大的文本数量,GLM-4在Neddle test(大海捞针)测试中几乎可以达到100%的精确召回率。此外,智谱AI还推出了多模态生成能力强大的图像生成AI产品CogView的第三代,该产品的性能接近OpenAI发布的DALL·E 3。
张鹏对GLM-4和GPT模型进行了比较,并发现GLM-4在多项能力上表现优于GPT-4。根据智谱AI的官方数据显示,GLM-4在中文对齐能力方面得分超过了GPT-4,同时在中文专业能力、中文理解能力和角色扮演方面也表现出较高的得分。此外,在多任务语言理解、提示词跟随、指令跟随等基准测试中,以及使用GSM8K、Math等多个数据集进行的测试中,GLM-4的表现均优于GPT-3.5。这些结果值得我们关注。

图片来源:智谱AI首届技术开放日直播
除了单项性能有所提升外,GLM-4还具备All Tools能力——一个指令可以调动各种工具。得益于GLM模型的强大Agent能力,GLM-4实现了自主根据用户意图,自动理解、规划复杂的指令,自由调用网页WebGLM搜索、Code Interpreter代码解释器和多模态形成的能力。GLM-4的All Tools能力可以处理各种类型的任务,包括数据分析、图表绘制、PPT生成等常见的文件处理,旨在用自动化的方式解决提示词复杂这一痛点。例如,让GLM-4呈现过去十年的全球GDP数据,大模型可以联网对多个数据源进行检索,并将找到的数据可视化为一张简单的图表,这个过程涵盖了搜索提取代码解释器和绘图多项工具。
目前,AI大模型竞争已从“PGC”时代跨越至“UGC”时代。智谱AI将继续研发新一代的基座大模型,并致力于建立大模型生态,为开发者提供更优质的服务和技术支持。
这一野心被落实到GLMs个性化智能体定制能力上,GLMs对标OpenAI在去年11月上线的GPTs,支持用户用简单的提示词创建属于自己的GLM智能对话机器人。与此同时,智谱AI还上线了智能体中心,让用户分享自己创建的智能体GLM模型。这一举动与OpenAI在当地时间2024年1月10日上线的GPT Store类似。
智谱AI注册成立三年多以来,这个被称为国内“最具OpenAI”气质的公司背后,是各大投资机构和科技巨头的身影。天眼查APP显示,智谱AI目前收获了8轮次超25亿元人民币的融资,其中有5轮次的融资发生在2023年的下半年。2023年9月19日,腾讯、阿里和高瓴资本等成为智谱AI的B+++++轮投资人,这笔12亿元人民币的交易是智谱AI融资金额最多的一个轮次。2023年8月1日,蚂蚁集团和今日资本向智谱AI投资了4.4亿元人民币。2023年7月17日,美团向智谱AI投资了3亿元人民币。
智谱AI在商业化上也取得了一定的成绩。智谱AI在大模型市场上提出了MaaS(Model as a Service)的商业化落地路径,并针对不同客群类型和需求提供了云端API、云端私有化以及本地私有化等多种商业解决方案。目前,智谱AI已经有2000多家合作伙伴,与200多家单位进行深度的模型共创与共建,覆盖金融、互联网、能源制造等行业。
以上就是《新一代基座大模型GLM-4,智谱AI引领国产GPTs生态?》的详细内容,更多关于智谱AI,GLM-4的资料请关注golang学习网公众号!
解决Python包下载失败问题的简单教程:修改pip源
- 上一篇
- 解决Python包下载失败问题的简单教程:修改pip源
- 下一篇
- 响应式设计中绝对定位的重要性
-
- 科技周边 · 人工智能 | 8小时前 | python · 人工智能 · Transformers apply_chat_template 聊天模板 chat_template 角色标签
- Transformers聊天模板与手写角色标签有什么兼容性差异
- 492浏览 收藏
-
- 科技周边 · 人工智能 | 9小时前 | PyTorch checkpoint Accelerate 随机数状态 恢复训练
- Accelerate恢复训练时如何保存随机数状态
- 326浏览 收藏
-
- 科技周边 · 人工智能 | 9小时前 |
- Diffusers怎样使用Generator复现同一张生成图
- 118浏览 收藏
-
- 科技周边 · 人工智能 | 9小时前 | 模型 混合精度 优化器 分布式训练 Accelerate Accelerator.prepare
- Accelerate prepare为什么要同时接收模型与优化器
- 386浏览 收藏
-
- 科技周边 · 人工智能 | 9小时前 | 人工智能 · Hugging Face Datasets streaming IterableDataset Dataset.shuffle shuffle buffer
- Datasets流式读取与内存数据集的shuffle有什么区别
- 130浏览 收藏
-
- 科技周边 · 人工智能 | 9小时前 |
- Hugging Face Datasets map怎样同时删除旧字段
- 421浏览 收藏
-
- 科技周边 · 人工智能 | 9小时前 |
- PEFT适配器检查点为什么不包含完整基础模型
- 301浏览 收藏
-
- 科技周边 · 人工智能 | 9小时前 | python · Hugging Face 提示词 Transformers generate input_ids
- Transformers生成结果为什么包含输入提示词
- 111浏览 收藏
-
- 科技周边 · 人工智能 | 9小时前 | 解码 token Transformers generate 新生成内容
- Transformers怎样只解码新生成的token
- 461浏览 收藏
-
- 科技周边 · 人工智能 | 9小时前 | python · 人工智能 · Transformers offset_mapping 原始文本 Fast tokenizer 文本偏移
- Transformers分词偏移怎样映射回原始文本片段
- 330浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 465次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 527次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 545次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 495次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 314次使用
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览
-
- Canva手机闪退解决方法及适配指南
- 2026-05-25 501浏览

