أصدرت شركة Beijing Zhipu Huazhang Technology Co., Ltd. سلسلة من التحديثات الرئيسية في 16 يناير 2025، بما في ذلك النموذج الشامل الجديد GLM-Realtime والإصدارات المطورة من GLM-4-Air وGLM-4V-Plus وغيرها. تم إطلاق جميع الموديلات على منصة bigmodel.cn. يغطي هذا التحديث طرائق متعددة مثل اللغة والصوت والصورة والفيديو، مما يوضح قدرات Zhipu العميقة على التراكم والابتكار في مجال تكنولوجيا النماذج الكبيرة متعددة الوسائط، وقد تم إطلاق نموذج Flash مجاني كامل الوسائط خصيصًا، بهدف خفض عتبة تطبيق النماذج الكبيرة وتعزيز التطوير الشامل لتكنولوجيا النماذج الكبيرة.
أعلنت شركة Beijing Zhipu Huazhang Technology Co., Ltd. عن إطلاق سلسلة من الموديلات الجديدة في 16 يناير 2025، وأطلقتها على bigmodel.cn. بعد إطلاق "Zhipu Qingyan" في أغسطس، قامت الشركة باستكشاف متعمق في مجالات فهم وتوليد اللغة والكلام والصور والفيديو، وأطلقت نماذج متعددة الوسائط مثل GLM-Voice، وGLM-4V، CogView، وCogVideoX.
يحقق الطراز الشامل الجديد GLM-Realtime الذي تم إصداره هذه المرة فهمًا للفيديو وتفاعلًا صوتيًا بزمن وصول منخفض، ويدمج وظيفة بدون مصاحبة من الالات الموسيقية، ويدعم ما يصل إلى دقيقتين من الذاكرة ووظائف استدعاء الوظائف. كما قامت الشركة في نفس الوقت بتحديث طرازي GLM-4-Air وGLM-4V-Plus، وهي ملتزمة بتوفير الأداء الأقوى في الصناعة وحلول النماذج اللغوية الفعالة من حيث التكلفة. تلتزم Zhipu دائمًا برد الجميل للمجتمع من خلال تقنية النماذج الكبيرة المتقدمة، وقد قامت خصيصًا بإعداد نماذج Flash كاملة الوضع المجانية، والتي تغطي سيناريوهات متعددة مثل اللغة والصور النصية ومقاطع الفيديو النصية وفهم الصور، لمساعدة المطورين على تحقيق ذلك بسهولة ابتكار التطبيق.
يتمتع GLM-Realtime بقدرة ذاكرة محتوى مدتها دقيقتان لمكالمات الفيديو، ويقوم بشكل مبتكر بتنفيذ وظيفة غناء بدون مصاحبة من الالات الموسيقية في التفاعل الصوتي، مما يسمح للعارضات الكبيرة بالغناء في المحادثات. تقوم الشركة بدمج Realtime API في النظارات الذكية والدمى المصاحبة حتى يتمكن المستخدمون من تجربة التفاعل في الوقت الفعلي تقريبًا مع المساعدين الأذكياء. يدعم Realtime أيضًا وظيفة استدعاء الوظائف، والتي يمكنها الاعتماد على معرفتها وقدراتها الخاصة لاستدعاء المعرفة والأدوات الخارجية بمرونة للتوسع في نطاق أوسع من سيناريوهات الأعمال. تم إطلاق GLM-Realtime API على النظام الأساسي المفتوح bigmodel.cn، ويمكن الاتصال به مجانًا حاليًا.
لقد حظي GLM-4-Air بشعبية كبيرة بين المطورين بسبب أدائه عالي التكلفة منذ إطلاقه، وقد تمت ترقيته هذه المرة بالكامل إلى GLM-4-Air-0111 من خلال تحسين بيانات وعمليات التدريب، حيث أصبح أدائه في بعض الأبعاد قريبًا من مقارنةً بالطراز GLM-4- Plus الأكبر حجمًا، وفي الوقت نفسه، تم تخفيض سعر الطراز إلى 50% من السعر الأصلي، مما يخفض عتبة تطبيق الطراز الكبير. تمت أيضًا ترقية نموذج الفهم البصري GLM-4V-Plus بالكامل، وقد أدى الإصدار الجديد إلى تحسين الأداء بشكل كبير في قوائم عامة متعددة، وهو يدعم وظيفة الدقة المتغيرة، ويتكيف مع إدخال الصور بأحجام مختلفة، ويقلل بشكل كبير من استهلاك الرمز المميز في سيناريوهات الصور الصغيرة. ويدعم التعرف على الصور فائقة الوضوح بدقة 4K والصور ذات نسبة العرض إلى الارتفاع القصوى، مع إمكانات فهم الفيديو لمدة تصل إلى ساعتين، مما يوفر حلولاً فعالة ودقيقة لفهم وتحليل الفيديو الطويل.
تلتزم Zhipu بشمولية النماذج الكبيرة من أجل مساعدة المطورين على الابتكار، وقد قامت خصيصًا بإعداد واجهة برمجة تطبيقات نموذجية شاملة لسلسلة Flash وهي مجانية ومفتوحة للمجتمع بأكمله. باعتباره أول نموذج سلسلة مجاني متعدد الوسائط في الصناعة، يمكن للمطورين استدعاء وظائف اللغة والفهم متعدد الوسائط وإنشاء الوسائط المتعددة مجانًا. في المستقبل القريب، سيتم ترقية سلسلة Flash بالكامل، بما في ذلك نموذج اللغة GLM-4-Flash، ونموذج فهم الصورة GLM-4V-Flash، ونموذج توليد الصور CogView-3-Flash، ونموذج توليد الفيديو CogVideoX-Flash.
لا تُظهر ترقيات النماذج والنماذج الجديدة التي أصدرتها شركة Zhipu Huazhang قوتها التقنية القوية في مجال الذكاء الاصطناعي فحسب، بل تعكس أيضًا تصميمها على تعزيز تعميم تكنولوجيا النماذج الكبيرة، مما يوفر للمطورين والمستخدمين ذكاءً اصطناعيًا أكثر ملاءمة وأكثر قوة. الأدوات، يجدر التطلع إلى ظهور المزيد من التطبيقات المبتكرة في المستقبل.