北京智谱华章科技有限公司于2024年8月29日重磅发布了其新一代基座模型及应用服务，并在KDD2024大会上进行了详细展示。此次更新涵盖了语言、图像、视频等多个模态，并推出了面向C端用户的全新应用，标志着智谱在人工智能领域取得了显著进展，其技术实力和创新能力得到进一步提升。以下是对此次更新的详细解读。
在KDD2024大会上，智谱发布了包括语言模型GLM-4-Plus、文生图模型CogView-3-Plus、图像/视频理解模型GLM-4V-Plus和视频生成模型CogVideoX在内的新一代基座模型。这些模型在各自领域均达到了国际领先水平。GLM-4-Plus模型在语言理解、指令遵循和长文本处理等方面性能全面提升，与GPT-4o等第一梯队模型持平。CogView-3-Plus模型采用Transformer架构替代传统UNet架构，优化了模型效果，性能接近MJ-V6和FLUX等一线水平模型。GLM-4V-Plus模型具备高质量的图像理解和视频理解能力，成为国内首个通用视频理解模型API。CogVideoX模型在发布2B版本后，进一步开源了5B版本，性能增强，成为当前开源视频生成模型中的佼佼者。此外，智谱在「清言APP」上推出了国内首个面向C端用户的视频通话服务，该服务跨越文本、音频和视频模态，并具备实时推理能力，为用户提供了流畅的互动体验。智谱还宣布了GLM-4-Flash API的免费使用，该API在速度和性能上具有优势，支持用户快速且免费地构建专属模型和应用。同时，为了满足不同用户的需求，智谱提供了模型微调功能。智谱表示将继续前行，让机器像人一样思考，为用户带来更先进的技术和服务。
此外，智谱在「清言APP」上推出了国内首个面向C端用户的视频通话服务，该服务跨越文本、音频和视频模态，并具备实时推理能力，为用户提供了流畅的互动体验。
智谱还宣布了GLM-4-Flash API的免费使用，该API在速度和性能上具有优势，支持用户快速且免费地构建专属模型和应用。同时，为了满足不同用户的需求，智谱提供了模型微调功能。
智谱表示将继续前行，让机器像人一样思考，为用户带来更先进的技术和服务。
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。
文生图基座模型 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/视频理解基座模型 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。
视频生成基座模型 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。
「清言 APP」上线视频通话:国内首个面向C端用户开放的视频通话服务，「清言 APP」的视频通话功能跨越了文本、音频和视频模态，并具备实时推理能力。
GLM-4-Flash API:推理服务完全免费，并提供微调服务。
视频通话服务申请链接:
https://zhipu-ai.feishu.cn/share/base/form/shrcnqpIx9q5ILEFeT2cPNhyuSf
总而言之，智谱华章此次的技术更新展现了其在人工智能领域的强大实力和持续创新能力，为用户带来了更先进的技术和服务，也为人工智能产业的发展注入了新的活力。