智譜 AI 推出新一代基座大模型 GLM-4，能力逼近 GPT-4_風聞

最接近 OpenAI 的中國追趕者，拿出了逼近 GPT-4 的超強大模型。

作者 | 連冉

編輯 | 鄭玄

1 月 16 日，智譜 AI 在其首屆技術開放日（Zhipu DevDay）正式發佈了新一代基座大模型 GLM-4。

據智譜AICEO****張鵬介紹，**GLM-4 的整體性能相比上一代大幅提升，逼近 GPT-4。**它可以支持更長的上下文，具備更強的多模態能力。同時，它的推理速度更快，支持更高的併發，大大降低推理成本。

除此之外，GLM-4 大幅提升了智能體能力，GLM-4 All Tools 實現自主根據用户意圖，自動理解、規劃複雜指令，自由調用網頁瀏覽器、Code Interpreter 代碼解釋器和多模態文生圖大模型以完成複雜任務。GLMs 個性化智能體定製功能亦同時上線，用户用簡單的提示詞指令就能創建屬於自己的 GLM 智能體。

演講中，張鵬回顧了大模型行業和智譜 AI 過去五年的發展歷程。他坦言，由於起步晚、算力受限等因素的制約，今天國內大模型與國外最先進的團隊還有將近一年的差距。張鵬沒有迴避智譜 AI 依然是「追趕者」的事實。而拿出性能非常逼近 GPT-4 的 GLM-4，智譜 AI 已經踐行了自己去年年初定下的承諾。

01

GLM-4：多模態、長文本、智能體

智譜 AI 表示，此次發佈的 GLM-4，在多個評測集上性能已接近或超過 GPT-3.5，個別項目上幾乎持平 GPT-4。其中以下四個能力更新，是 GLM-4 最大的亮點：

多模態能力：推出了 CogView3 代，效果超過開源 SD 模型，逼近 DALLE-3。

All Tools 能力：GLM-4 能自主理解複雜指令，自由調用 WebGLM 搜索增強、Code Interpreter 代碼解釋器和多模態生成能力，完成複雜任務。

GLMs 個性化智能體定製：用户可以通過智譜清言官方網站創建屬於自己的 GLM 智能體，無需編程基礎。

MaaS 平台和****API：GLM-4 登陸了 Maas 平台，提供 API 訪問，支持開發者內測 Assistant API。

具體來説，GLM-4 可以支持 128k 的上下文窗口長度，單次提示詞可以處理的文本可以達到 300 頁。同時，在 needle test（大海撈針）測試中，128K 文本長度內 GLM-4 模型均可做到幾乎 100% 的精度召回，並未出現長上下文全局信息因為失焦而導致的精度下降問題。同時，多模態能力方面，文生圖和多模態理解都得到了增強。

GLM-4 多模態能力展示｜ 圖片來源：智譜 AI

此外，GLM-4 的 All Tools 能力全新發布。得益於 GLM 模型的強大 Agent 能力，GLM-4 實現了自主根據用户意圖，自動理解、規劃複雜指令，自由調用網頁瀏覽器、Code Interpreter 代碼解釋器和文生圖 CogView3 模型。

同時，GLM-4 通過代碼解釋器，會自動調用代碼解釋器進行復雜的方程或者微積分求解。對比 GSM8K、Math 以及 Math23K 三個數據集上的結果，GLM-4 All Tools 取得和 GPT-4 All Tools 相當的效果。GLM-4 的 All Tools 能力完全自動，而且可以處理各種任務，比如包括文件處理、數據分析、圖表繪製等複雜任務，支持處理 Excel、PDF、PPT 等格式的文件。

**為降低大模型使用門檻，GLMs 個性化智能體定製能力也同步上線。**基於 GLM-4 模型的強大能力，用户只要登錄智譜清言官方網站，用簡單的提示詞指令就能創建屬於自己的 GLM 智能體。

並且，用户可以通過全新上線的智能體中心分享自己創建的各種智能體。GLM 模型智能體的推出，標誌着任何人都能夠自由運用 GLM-4 模型並挖掘它的潛力，即使沒有任何編程基礎，也能夠實現大模型的便捷開發，這也是擴大大模型開發者社區生態的一次進步。

這個功能一經推出，就在行業內引起熱議。去年 11 月 OpenAI 推出 GPTs 以來，智能體已經成為當下大模型賽道最熱門的落地方向，也被認為是打造大模型行業生態的重要基石。

此前，智譜 AI 分別聯合 CCF 中國計算機學會、中國中文信息學會社會媒體處理專委會發起了 CCF-智譜大模型基金、SMP-智譜大模型交叉學科基金，用於支持大模型理論、算法、模型、應用等相關研究和跨領域交叉創新。

去年，兩支基金為來自全國三十餘所高校參與的 41 個研究項目累計提供了超 1000 萬元現金和算力資源的科研支持。

2024 年，智譜AI也將發起開源開放的大模型開源基金，該計劃包括三個「一千」：

智譜 AI 將為大模型開源社區提供一千張卡，助力開源開發；

提供 1000 萬元的現金用來支持與大模型相關的開源項目；

為優秀的開源開發者提供 1000 億免費 API tokens。

張鵬表示，大模型開源基金的目的在於推動大模型研發的大進展，促進大模型整個開源生態的大繁榮。面對全球的大模型創業者，智譜 AI 也將「Z 計劃」進一步升級，聯合生態夥伴發起總額 10 億人民幣的大模型創業基金用於支持大模型原始創新，覆蓋大模型算法、底層算子、芯片優化、行業大模型和超級應用等方向。

02

2024 年是 AGI 元年，但路還長

在上午的演講中，智譜 AI CEO 張鵬談到，大模型是當前人工智能研究和應用的熱點，被認為是通向通用人工智能的關鍵途徑，也是國際科技競爭的焦點。從 2017 年的 Transformer 架構，到 BERT、GPT 系列等模型的推出，這些年來，大模型在算法創新、模型規模和應用領域都取得了顯著進步，剛剛到來的 2024 年是 AGI 元年，但路還很長。

在演講中，張鵬回顧了大模型行業和智譜，在過去 5 年的發展歷程：

智譜 AI CEO 張鵬 ｜ 圖片來源：智譜 AI

2018-2020：

大模型的算法創新年

2017 年，谷歌提出了 Transformer 機器學習模型架構，迅速席捲了整個人工智能研究領域，成為自然語言處理等相關研究的主要方法，2018 到 2020 年，業內先後出現了 BERT、GPT/GPT-2/GPT-3、T5 等基於大規模無標註數據自監督學習的大規模預訓練算法，可以説 2018-2020 年是大模型的算法創新年，在這段時間，智譜 AI 研發了屬於自己的算法 GLM。

2020-2022 年：

模型之爭開始

2020 到 2022 年，模型之爭開始，基於各種預訓練模型框架和開源項目，各種模型如雨後春筍般誕生。2020 年的 GPT-3，擁有 1750 億參數，可以被視作這一戰的起點，它開啓了基座模型的全新時代，其在語言生成、上下文學習和知識理解等方面展現出驚人能力。

隨後全球範圍內掀起了一股大模型研究和研發的熱潮，谷歌、Meta 等國際領先公司開始不斷髮布百億到千億規模的大型語言模型，例如 Gopher（2021 年）、Chinchilla（2022 年）、PaLM（2022 年）、Claude（2022 年）等等，但是這些模型都不開源，因此開源大語言模型也開始受到關注，比如 META 的 OPT（2022 年）、BLOOM（2022 年）、LLAMA（2023 年）。

智譜 AI 則選擇在 2022 年開源了自己的千億基座模型 GLM-130B，這一工作引起了全世界範圍的關注，包括頂尖高校斯坦福，還有公司 google、OpenAI、apple、meta 都對智譜 AI 的模型進行了深入分析和對比。

2023 年：

大模型出圈

2023 年，ChatGPT 推出後，大模型開始火出圈，被公眾廣為所知。大模型的發展不再僅限於模型的訓練，更重要的是如何實現模型的產業化應用落地，大模型開始在各個領域開花並且結果。

智譜 AI 在 2023 年這一年當中基於 GLM-130B 研發了 ChatGLM，歷經 3 個版本的迭代，逐步具備了多模態理解、代碼解釋、網絡搜索增強等新功能。隨後智譜 AI 聯合合作伙伴，在一年來實現了廣泛的商業應用落地。

在回顧完過去 5 年來大模型的發展後，張鵬也總結稱必須承認的一點是，和國外大模型相比，國內的大模型發展起步晚一些，加上高性能算力的限制和數據質量的差距等等，國內研發的大模型無論規模還是核心能力，與世界先進水平還存在一年左右的差距。

去年年初智譜 AI 承諾，「2023 年底智譜 AI 要實現逼近最先進的 GPT-4 性能的全棧自主創新的 GLM-4」，作為一年前定下的目標，今天可以看到，GLM-4 性能已得到明顯的提升，而「從標準的大模型評測角度看，整體上我們已經逼近了 GPT-4」。

*頭圖來源：智譜

本文為極客公園原創文章，轉載請聯繫極客君微信 geekparkGO