在KDD国际数据挖掘与知识发现大会上，启明创投投资企业智谱AI的GLM团队介绍了新一代基座大模型GLM-4-Plus。GLM-4-Plus是智谱AI全自研GLM大模型的最新版本，它标志着智谱AI继续瞄准通用人工智能，持续推进大模型技术的独立自主创新。
主要更新包括：
01/
最新基座大模型GLM-4-Plus上线
GLM-4-Plus使用了大量模型辅助构造高质量合成数据，以提升模型性能；利用PPO有效提升模型的推理（数学、代码算法题等）表现，更好地反映人类偏好。
以下为benchmark对比：
语言文本能力方面，GLM-4-Plus和GPT-4o及405B参数量的Llama3.1相当。
Language capabilities（LCB: LiveCodeBench，NCB: NaturalCodeBench，*represents reproduced results）
长文本能力比肩国际先进水平。通过更精准的长短文本数据混合策略，取得了更强的长文本的推理效果。
Long context evaluation
GLM-4V-Plus在图像和视频理解能力方面位居前列。GLM-4V-Plus还可以理解网页内容，并将其转换为html代码。
Vision capabilities
GLM-4V-Plus能够理解并分析复杂的视频内容，同时具备时间感知能力。上线开放平台后，将提供国内首个通用视频理解模型API。
Video analysis
GLM-4V-Plus结合了视频总结能力、推理能力、多轮对话、时间问答能力。
用户：这个穿绿色衣服的球员在整个视频都做了什么？
GLM-4V-Plus：在整个视频中，穿绿色衣服的球员在场上运球，然后跳起将球投入篮筐。
用户：这个视频的精彩时刻是什么？发生在第几秒？
GLM-4V-Plus：这个视频的精彩时刻发生在第4秒，当时穿绿色衣服的球员跳起并将球投入篮筐。
文生图模型迎来最新版本CogView-3-Plus，其效果接近目前最佳的MJ-V6及FLUX等模型，并支持图片编辑功能。
GLM-4-Plus现已在智谱AI的大模型开放平台bigmodel.cn部署，开发者能通过API方式调用智谱AI的最新基座大模型。
02/
清言App迎来重要更新
全新的“视频通话”功能来了
智谱AI还宣布清言App迎来了“视频通话”功能，这是中国首个面向C端开放的视频通话功能。
清言App作为第一批C端上线的大模型产品，过去的一年，常常以文字和语音的形式和用户交流。但从今天起，清言App也有了眼睛，解锁了AI新体验。
清言App的视频通话跨越了文本模态、音频模态和视频模态，并具备实时推理的能力。现在，用户拨打清言App的视频通话窗口，即可与它进行流畅通话，即便频繁打断它也能迅速反应。只要打开摄像头，用户看到的画面，清言App也可以看到，同时可以听懂指令并准确执行。这样的体验就如同和真人视频通话一样。
清言App视频通话功能日前上线，首批面向部分用户开放，同时开放外部申请。
随着视频通话功能的加入，清言App成为首个可以通过文本、音频、视频和图像来进行多模态互动的AI助手。
03/
CogVideoX-5B开源
智谱AI一如既往推动AI普惠。
继CogVideoX 2B版本开源后，5B版本也正式开源，性能更强，推理显存需求最低仅为11.4GB。同时CogVideoX-2B的开源协议调整为更加开放的Apache 2.0协议，任何企业与个人均可自由使用。随着CogVideoX-5B的开源，智谱AI不仅在开源模型数量上领先，累计下载量也突破2000万次，智谱AI以实际行动为国际开源社区做出自己应有的贡献。
随着技术进步、效率提升和成本优化，智谱AI宣布用户可以通过调用大模型开放平台bigmodel.cn最具性价比的大模型GLM-4-Flash，快速、免费地构建专属模型和应用。这也是智谱AI开放平台首个完全免费的大模型API。
04/
专注于大模型的中国创新
最新推出的基座大模型，和此前发布的CogVideoX等模型一道，完善了智谱AI自主原创的全栈大模型谱系，推动智谱AI实现面向世界先进水平的全面对标。
视频通话功能是清言App继7月上线生成视频功能清影Ying后又一重大更新。通过小步快走持续迭代，智谱AI努力让大模型技术更好赋能更多用户。
随着开源模型和开放平台模型的广受欢迎，智谱AI也将继续推动AI力量惠及更多人群。通过大模型链接物理世界亿级用户，智谱AI致力于为千行百业带来持续创新与变革，加速迈向通用人工智能时代。
