文｜Alter樱井莉亚快播

每隔一段时候，大模子行业都会传出新的音讯。

先是在9月中旬，OpenAI在莫得预报的情况下发布了o1模子的预览版；不到半个月后，国内的智谱发布了若干更新模子，其中就包括新的基座大模子GLM-4-Plus，亦然智谱刻下最雄伟的模子。

海外围绕o1模子的磋磨和场景探索还在络续，也让咱们对GLM-4-Plus萌发了酷好酷好：智谱的最强模子到底有多强，大约处分哪些“悬而未决”的问题，又将带来什么样的影响？

01 世界前三的GLM-4-Plus，到底强在那边

早在9月底的时候，国内东说念主工智能泰斗机构清华大学基础模子计划中心就对国表里最具代表性的大模子进行了新一轮的概括性测评，评测数据集包含语义、对都、代码、智能体、安全、数理逻辑、教唆撤职等等。

按照清华大学基础模子计划中心发布的SuperBench九月概括榜单，GLM-4-Plus的概括本事排行前三，破损了夙昔被海外大模子把持前三甲的方式，并在多个重要本事上保执了国际进步水平。

鉴于GLM-4-Plus在上线前还是内测了一段时候，期间有不少技能博主曾进行评测，咱们关心到了三个层面的本事造就。

一是言语领略本事，通过大鸿沟语料库锻真金不怕火和优化算法，GLM-4-Plus在处理复杂语义上的施展较其他模子愈加出色。

借用测评博主toyama nao的论断：在难度较高的生果热量策划上(需要合理搭配生果，使总热量刚好在一个区间)，大部分模子并莫得果真懂题目，但GLM-4-Plus彻底领略了题意，并接纳缓缓充数的顺序给出了正确谜底，况且恢复超越有“东说念主味”，亦然第一个在此题拿到满分的模子。

二是长文本本事，GLM-4-Plus复古128K高下文，凭借立异的牵挂机制和分段处理技能，不错高效地处理无数文本信息。

咱们之前曾让复古1M高下文的GLM-4-Long饰演了“书僮”的脚色，两分钟就能“熟读”50多万字的《国史大纲》。GLM-4-Plus在高下文长度上莫得过于“激进”，而是基于精确的吊问文本数据夹杂战略，得回了更强的长文本的推理成果，大约知足论文阅读、著述纪念等更高频的欺诈需求。

三是时序问答和多轮对话本事，从单一的图像识别进化到对视频、图像的领略，并能针对单个视频进行多轮对话问答。

在智谱的Demo中，输入长达40秒的视频后，GLM-4-Plus不错准确领略并感知时候，精确定位到事件发生的时刻，然后在视频领略的基础上连合高下文进行对话，比如视频中的某个物体是在第几秒出现的、一共出现了几次，在智能安防、智能检测等场景中有着不可小觑的欺诈空间。

诚然，以上只是咱们比较感酷好酷好的几个本事，GLM-4-Plus的造就还体当今数常识题与代码策划、数据分析任务、机器翻译等方面，行动智谱全模子眷属坚实的本事底座，号称“六边形战士”般的存在。

02 比性能方针有感知的，是处分问题的本事

智谱提供了GLM-4-Plus的API接口樱井莉亚快播，即使不懂技能旨趣、不会锻真金不怕火和微调，也不错调用API来处单干作中的履行问题，以至入手开辟出一个“智能体”，比较性能方针上的造就，有着更平直的价值感知。

因为平淡责任需要处理无数的笔墨尊府，限于大模子的言语领略和长文本本事，一些需求尚未被知足。于是咱们在智谱的洞开平台bigmodel上调用了GLM-4-Plus，并进行了针对性的场景测试：

第一个是财务敷陈的阅读和信息整理。

每次到了财报季，不少企业会公布一份长达几十页乃至上百页的敷陈，从新到尾阅读敷陈的内容，至少需要两个小时的时候，况且会民俗性忽略掉一些重要信息，是以咱们将信息的整理责任交给了GLM-4-Plus。

咱们上传了PDF文献，并输入“纪念敷陈中的中枢信息”的教唆后，GLM-4-Plus连忙给出了咱们想要的信息：

其中有两个让咱们目下一亮的细节处理：原敷陈中单元是“千好意思元”，GLM-4-Plus在输出的纪念内容中，自动将单元换算成了“百万好意思元”；“晶圆代工”的收入和增长并未体当今图表中，仅在“管束层磋磨与分析”的篇末说起，依旧被GLM-4-Plus精确“捕捉”。

第二个是围绕一些细节信息的对话问答。

文档阅读险些是整个大模子主打的场景，只是是信息纪念似乎不可证据GLM-4-Plus的本事有多强。是以咱们进一步造就了难度，用一些“笼罩”在表格中的信息征询GLM-4-Plus，考据能否在数万字的敷陈中准确恢复。

比如“目前有若干研发东说念主员，30岁以下年青东说念主占比”的问题：

这个问题的诱骗性在于，表格平辞别列举了2023年中庸2024年中的研发东说念主员数目，要是大模子不可准确领略高下文语义，很可能会给出2023年的数据。GLM-4-Plus的施展无疑可圈可点，不仅准确收拢了2024年的数据，给出了表格中莫得的策划过程，况且将和问题对应的数字进行了加黑处理。

第三个是索求中枢信息并生成视频剧本。

除了归纳纪念和信息检索，另一个刚需场景在于内容生成。咱们尝试让GLM-4-Plus在敷陈的基础上索求中枢信息并生成视频剧本，在这个家具高度同质化的赛说念上，GLM-4-Plus能否给出不一样的体验感呢？

罢休再次超出了咱们的预期。

原认为GLM-4-Plus会像许多大模子一样只是对信息进行粗陋的纪念，最终给到的是一份90分的高分答卷，涵盖旁白、画面切换以及对插入图表、数据动画、“配景音乐采纳轻快但不喧宾夺主的作风”等贴心提倡，也让咱们进一步领略了测评博主toyama nao为何会给GLM-4-Plus“有东说念主味”的评价。

作念一个纪念的话，在GLM-4-Plus的匡助下，咱们的责任遵循至少造就了300%，推敲到智谱还是在智谱清言上线了视频创作智能体清影，30秒即可将随性笔墨生成视频，让咱们对GLM-4-Plus的本事有了更多的期待：也许在不久后，只需上传一份财报，就能自动生成视频快讯。

03 东说念主机交互的新范式，正被千万开辟者界说

尽管咱们的需求主要集结在内容创作上，但在体验了GLM-4-Plus的本事后，脑海中产生了这么一个默契：GLM-4-Plus造就的不只单是责任遵循，东说念主机交互的民俗正在野不可逆的见地演变。

就像财报分析的过程，有别于夙昔逐段阅读、边看边记札记的面貌，GLM-4-Plus的多轮对话本事，让咱们不错对着目次针对性发问，对整个责任历程和遵循险些是重塑的，一朝养成了民俗就不肯再疏导夙昔的面貌。

在整理素材的过程中，咱们看到了GLM-4-Plus更多的欺诈场景：

有东说念主将整理的大厂口试题库“喂”给了GLM-4-Plus，然后让模子生成针对性的口试题目。空猜想智谱清言APP上线的“视频通话”功能，让AI饰演口试官的脚色，进行一双一针对性锻真金不怕火并非莫得可能。

也有东说念主在挖掘GLM-4-Plus的数常识题与代码策划本事，在大模子的匡助下一步步厘清破题念念路、给出准确的代码策划逻辑，进而匡助学生更好地分析息争答数学题，让GLM-4-Plus充任一双一家教。

更大范围的用户民俗，还需要和千万开辟者整个培养。

比如智谱清言APP的“视频通话”功能，当AI有了“眼睛”后，帮咱们解锁了功课熏陶、家具先容、游戏助手等一系列新体验。目前智谱还是启动内测GLM-4-Plus-VideoCall，将“视频通话”的魔法赋予越来越多的开辟者。

以智能硬件为例，VR眼镜、智能音箱、家教悔习机等家具都不错集成GLM-4-Plus-VideoCall，收尾视频通话、语音多轮交互等跨模态本事，让电影《Her》中的场景从科幻走进现实。

一样的例子还有风头正劲的具身智能，在工业机器东说念主等场景中，一朝领有了视频分析与及时交互本事，将不再局限于设施建造的机械操作，极大造就工业机器东说念主的自主操作本事，进一步开脱坐褥力。

也便是说，GLM-4-Plus不只是“智能体”开辟者的契机，还为硬件开辟者提供了软硬协同的互助空间。

把视角再放大一些的话，苹果还是在iPhone 16系列上搭载了一颗颓靡的“相机键”，并在官方演示中将其界说为视觉AI的交互进口，在很猛进度上预示了硬件立异的见地。

由此不错得出的论断是：智谱等大模子厂商还是向硬件开辟者伸开了怀抱，而苹果为首的硬件厂商正在积极理财AI时间，一场“双向奔赴”将是不错意象的结局。

04 写在临了

令东说念主振作的，远不啻大模子的本事进阶和落地场景。

智谱在更新模子的同期，还同步开释了一波红利：10月份将施济每位用户1亿tokens额度，并左证铺张梯度提供最高1折的API扣头。

原因并不阴事释，GLM-4-Plus在本事造就的同期樱井莉亚快播，资本也在大幅下落。大模子落地到千行万业的临了一说念阻截，正在无形中“阐明”。恭候咱们的，注定是一个被大模子改写的星光熠熠的时间。