近日，在 KDD 国际数据挖掘与知识发现大会上，达晨投资企业智谱AI介绍了新一代基座大模型GLM-4-Plus。GLM-4-Plus是智谱全自研 GLM 大模型的最新版本，它标志着智谱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：
语言基座模型 GLM-4-Plus：在语言理解、指令遵循、长文本处理等方面性能得到全面提升，保持了国际领先水平。
文生图模型 CogView-3-Plus：具备与当前最优的 MJ-V6 和 FLUX 等模型接近的性能。
图像/视频理解模型 GLM-4V-Plus：具备卓越的图像理解能力，并具备基于时间感知的视频理解能力。该模型将上线开放平台（bigmodel.cn），并成为国内首个通用视频理解模型API。
视频生成模型CogVideoX：在发布并开源2B版本后，5B版本也正式开源，其性能进一步增强，是当前开源视频生成模型中的最佳选择。
同时，清言app上新“视频通话”功能，这也是国内首个面向C端开放的视频通话功能。
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 有效有效提升模型推理（数学、代码算法题等）表现，更好反应人类偏好。
下面是 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
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
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现已在智谱大模型开放平台bigmodel.cn部署，开发者即日起就能通过 API 方式调用这一智谱最新基座大模型。
| 清言app迎来重要更新，全新的“视频通话”功能来了！
智谱清言app迎来“视频通话”功能，这也是国内首个面向C端开放的视频通话功能。
清言作为第一批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大家交流。但现在，清言也有了眼睛，解锁了AI新体验。
清言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。
在智谱的视频通话demo中可以看到，通过这一全新功能，清言瞬间变身一对一专属私教，无论是复杂的学术论文，还是多学科的学生作业，都能进行实时解答；也能随时切换中英文进行对话——妥妥一位全能的学霸朋友，7X24小时陪伴在身边。
清言app视频通话功能自8月30日上线，首批面向清言部分用户开放，同时开放外部申请。智谱将会持续迭代并逐步放开规模，尽快让全员都可以使用。
随着视频通话功能的加入，让清言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。
最新推出的基座大模型，和此前发布的 CogVideoX 等模型一道，完善了智谱自主原创的全栈大模型谱系，推动智谱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。
