智谱 AI 重磅升级，起飞。

图片

近日，美国商务部工业和安全局（BIS）将智谱及其子公司列入实体清单，引发了广泛关注。 

智谱回应称，公司掌握全链路大模型核心技术，被列入实体清单不会对公司业务产生实质影响，智谱将继续参与全球人工智能竞争。在被制裁的同一时间，智谱公布 GLM 系列模型重磅升级。

逆风而上，智谱发布全新模型。面对美国方面的打压，智谱并未退缩。1 月 16 日宣布 GLM 系列模型上架。

01

GLM-4-Air：极致性能、最强性价比

GLM-4-Air 是 GLM-4 系列中的高性价比版本，它经过了全面的优化和升级，力求在保留优秀性能的同时，降低企业和开发者的应用成本。

图片

① 性能优化：升级版 GLM-4-Air-0111 通过对训练数据和训练流程的全面优化，性能得到了显著提升。

在某些方面，GLM-4-Air-0111 的性能甚至接近更大规模的 GLM-4-Plus 模型，意味着它可以在维持较低成本的情况下，提供接近高端模型的语言处理能力。

② 应用场景：

智能客服：为需要快速响应和高效语言理解的服务场景提供了很好的支持。

内容生成：在文本生成、创意写作和文章自动生成等领域，GLM-4-Air-0111 具备强大的语义理解与生成能力。

教育辅导：可以作为教育应用中的智能问答、作业辅导等功能的核心引擎，帮助提升学习体验。

③ 价格优势：相比 GLM-4-Plus，GLM-4-Air-0111 的价格已经降低了 50%，这使得它成为对成本敏感的开发者和企业非常合适的选择，尤其是在应用大规模语言模型时，大幅度降低了技术门槛和部署成本。

PS：看了智谱大模型开放平台的介绍，新春期间高性价比模型 10 亿 tokens 仅需 150 元，6 个月超长有效期。

02

GLM-Realtime：会唱歌、低延迟、Function Call

GLM-Realtime 是全新端到端模型，专注于低延迟的视频理解和语音交互。该模型具备以下功能：

① 实时交互：支持长达 2 分钟的内容记忆能力，能够实时处理视频和语音输入。

② 清唱功能：创新性地实现了清唱功能，首次让大模型具备在对话中的歌唱能力。

③ Function Call 功能：支持调用外部知识和工具，扩展了模型在商业场景中的应用范围。

GLM-Realtime API 已经上线智谱开放平台 bigmodel.cn，对标 GPT-4o，并提供免费调用。

图片

03

GLM-4V-Plus：视觉理解新突破

视觉理解模型 GLM-4V-Plus 也进行了全面升级，新版本在多个公开榜单上展现出显著的效果提升。

图片

该模型具备以下功能：

变分辨率功能： 适应不同尺寸的图像，显著降低小图场景下的 token 消耗。

图片

长视频处理能力：具备长达2小时的视频理解能力，适用于长视频分析和复杂场景的精准识别。

04

Flash 系列普惠模型：免费开放

智谱设立 Flash 系列普惠模型 API，向全社会免费开放，涵盖语言、文生图、文生视频及图像理解等多个场景。该系列模型旨在助力所有开发者更便捷地利用大模型进行创新。

1️⃣ GLM-4-Flash

这是智谱AI的首个免费大模型API，适用于智能问答、摘要生成和文本数据处理等。它支持超长上下文（128K字符），能够处理长文本，适合深入分析。

该模型支持26种语言，并能通过网页检索增强回答的时效性和准确性，广泛应用于智能写作、翻译和实体抽取等场景。

可以自己调用搭建一些有趣的场景，具体可以看逛逛之前写的文章

2️⃣ GLM-4V-Flash

专为图像理解设计，具备出色的图像识别、问答和推理能力。它可以自动为图片生成描述性文本，并支持多语言输入，帮助企业处理多种图像任务。适用于图像理解和视觉推理等应用，尤其适合需要图像内容分析的场景。

图片

3️⃣ CogView-3-Flash

这是一个图像生成模型，通过文本描述快速生成高质量的图像。支持多种分辨率，特别适合艺术创作、广告设计和虚拟现实等领域。它不仅具备创意丰富的图像生成能力，而且响应速度极快，能迅速将创意转化为视觉作品。

图片

4️⃣ CogVideoX-Flash  

继承了CogVideoX的端到端视频理解模型，具备强大的视频生成能力。支持文生视频和图生视频，可以根据文本描述或图片内容生成动态视频，满足创意视频制作需求。此外，新增的沉浸式AI音效和4K画质功能，使其在视频创作和呈现上更加精细。

作者声明本文无利益相关，欢迎值友理性交流，和谐讨论～