智谱AI GLM4发布会全解析：揭秘国产AI大模型的最新进展

转：数字生命卡兹克

一、智谱AI的背景

智谱AI，是我一直非常喜欢的国内大模型公司。喜欢他们不仅因为他们学术气息浓厚，技术底蕴深，更是因为这家公司的真诚、开放的态度。前段时间他们给AI创业者提供的“Z计划”，让我感叹他们的格局。

​​

二、智谱AI的GLM4发布会

今天，他们终于正式召开了他们的发布会，但是这个发布会的结构还是非常“智谱”。上午发布GLM4、ALL Tools、多模态大模型CogVLM3、代码大模型CodeGeeX3、汇报技术进展，下午圆桌讨论讲干货。

1. GLM4的发布

其中，GLM4的发布是国内所有AI相关人员都在关注的重点，其意义不亚于去年大模型GPT4的发布。毕竟，中国也真的需要自己的，真正属于自己技术路线的大模型。

GLM采用的是与GPT完全不同的技术路线，基于Transformer架构的模型有三种：仅编码器架构（Encoder-only）、仅解码器架构（Decoder-only）、编码器-解码器架构（Encoder-Decoder）。GPT走的是仅解码器架构，而智谱是借了编码器-解码器架构思想走的自己的路，这也是我为什么一直很关注他们。

他们之前开源的GLM6B，在国际上掀起了多少的风浪，也相信不用我多说了。

2. GLM4发布会的三个重点

我觉得可以用3个点来总结掉：

• 基座模型的性能提升。
• All Tools。
• GLMs。

从整体上看，智谱AI毫不避讳的直接对标OpenAI，用他们的话说，我们还在不断的追赶OpenAI，追赶GPT，他们有的，我们都要有。

2.1 GLM4基座模型的性能提升

首先是基座的评分，几个比较主流的评测任务，我简单的介绍一些这些评测集的代表意义，让大家知道GLM4在哪些地方效果好，哪些地方跟GPT4还有一些差距。

​​

• MMLU(Massive Multitask Language Understanding) ：这个测试是一个大规模多任务语言理解测试，主要评估大模型的对于知识的理解的，可以看到目前GLM4是81.5分，GPT4是86.4分，目前能达到GPT4的94%。
• GSM8K (Grade School Math 8K) ：主要是测试数学能力，基本就是小学数学和初中数学水平。GLM4打到GPT4的95%。
• MATH：跟GSM8K 有点类似，也是偏数学，但是会更难更复杂一点，涉及到一些比较难的逻辑推理。目前GLM4只能达到GPT4的91%。
• BBH (Big Bench Hackathon) ：偏综合测试，有一堆综合类的任务，比如翻译、语言理解、逻辑推理等等乱七八糟的。这块GLM4很强，基本跟GPT4打平，能到99%。
• HellaSwag：偏常识测试的任务，看看大模型有没有人类的常识。这块是目前GLM4对比GPT4最弱的一个，只能达到90%。
• HumanEval：纯粹的编程任务。评测大模型在算法、代码、编程层面的效果。这块是GLM4唯一超越GPT4的任务，非常强，程序员有福了。

从这些里面，你就能大概知道GLM4目前是个啥水平了，智谱也很实诚，从来不会说全面超越GPT4这种鬼话，不弄虚做假，客观的承认差距，然后努力追赶，这点我非常非常喜欢。

​​

基座能力第二个方面就是指令跟随上，通俗点说，就是理解Prompt和Instruction的能力上。GLM4目前大概都在GPT4的88%左右。

GPT4的语义理解和吃Prompt的能力，我相信大家都知道，基本是冠绝全球，不要以为88%所以不咋地，你要看跟谁比。。。国内的很多的所谓全面超越GPT4的大模型，你能达到60%我就愿意给你磕一个。

在中文的能力上，GLM4各方面都比GPT4强一点，这个正常，毕竟GPT4就那么点中文预料，超过是正常事。但是可以看到，在推理这块，受限于大模型本身的底层能力，还是差了一点点。

GLM4终于也上了128K的长文本，大概等于一次性灌300页吧，最好玩的是智谱自己也做了一个“大海捞针”的测试，很有意思。

2.2 ALL Tools

ChatGPT有一个能牛逼的玩意，我相信用过的人都知道，就是他们的All Tools，在一个任务里，可以同时调用联网、画图、识图、代码解释器。形成一个小型Agent，能做很多很有意思的事情。

目前国内还没有一个能真正把ALL Tools搞出来的，智谱是第一个。

其实他们的识图能力其实早就有了，代码解释器也有了，这次主要是新增了画图的部分，也就是CogView3。再将它们全部打包在了一起。

比如我说一句：“搜索一下过去7天北京的天气，然后给我处理成一张表格让我可以下载”，直接就给我处理完了，非常爽。第一次，在国产大模型上用上了ALL Tools。要知道，GPT4的联网搜索默认都是外网，那些个结果，很多时候真的特娘的水土不服。

​​

然后智谱也上线了他们的绘图大模型CogView3。

有一说一，之前智谱的画图模型，真的，有点丑emmmm…..

但是这次得到了大幅的加强，至少，能看了。

你要是拿它跟MJ比那就有点欺负人了，但是至少画出来的东西不丑，能用，并且最好的一点是，可以用自然语义去做微调。

​​

比如说，我先让他画一只“短脚柯基在公园里奔跑”，画的还不错，挺可爱的。然后我们再说一句：“给它旁边加几只蝴蝶”，小蝴蝶就加上了，这种感觉还是很爽的。说实话，我还是喜欢用这种自然语言作画。​​

然后再放几个他们的参数，从数据层面对标一下GPT4，这块我就不去做过多详细的解释了，有兴趣的可以自己去用智谱清言识图，让他给你解释一下。

​​

他们自己官方也放了两个例子，可以简单看下。

​​

2.3 GLMs

众所周知，OpenAI上线了他们的GPTs，前几天也上线了GPT store，被各种人吹为下一个APP store。当然，到底是不是，那就是另一个话题了…

现在智谱也正式上线了他们的GLMs和智能体中心。

​​

目前没有搜索，只有官方推荐的，基本能保证这些GLMs的质量，毕竟GPTs那玩意，真的鱼龙混杂。

而在整个GLMs的创建页面上，智谱这次挺致敬的（笑）。跟GPTs基本一摸一样，你用过GPTs创建智能体的话，就会很容易上手了。直接用自然语义来，来说人话，就OK。你做完了以后，也可以分享给朋友。

他们也即将公布创作者分成计划。

期待一下后面的生态，看看智谱要怎么运营这块。

三、写在最后

说一个有趣的小故事。

早上智谱CEO张鹏在演讲讲一半，即将开始现场演示时，直接宣布GLM4已经正式上线，大家可以立刻在线上使用了。

然后才开始的现场演示。

然后，就，翻车了。。。当时在画一张图，我记得好像是个狗还是啥，愣是加载不出来。

如果这是别的国产大模型公司，可能就各种冷嘲热讽就开始了。

然而在群里，大家在看到翻车后，画风完全不一样。

你的口碑、你的真诚，是会被所有人看到的。

这是绝对的，长期的力量。

智谱的开源、贡献，国内AI行业肯定都是看的到的。

比如他们又成立了大模型科研基金。

掏1000张GPU、1000万人民币、1000亿的Token，来支持开源开放的大模型软件开发。

我觉得，这就是中国AI，龙头的格局吧。