最专业的网站建设seo优化服务公司,wordpress添加文章列表,建筑模板生产厂家有哪些,黄山网站建设推荐2024年8⽉28⽇#xff0c;在ACM SIGKDD#xff08;国际数据挖掘与知识发现⼤会#xff0c;KDD#xff09;上会议现场#xff0c;智谱AI重磅推出了新⼀代全⾃研基座⼤模型 GLM-4-Plus、图像/视频理解模型 GLM-4V-Plus 和⽂⽣图模型 CogView3-Plus。这些新模型#xff0c;已…
2024年8⽉28⽇在ACM SIGKDD国际数据挖掘与知识发现⼤会KDD上会议现场智谱AI重磅推出了新⼀代全⾃研基座⼤模型 GLM-4-Plus、图像/视频理解模型 GLM-4V-Plus 和⽂⽣图模型 CogView3-Plus。这些新模型已经全部上线了智谱的开发者平台开发者已经可以直接调用API去进行开发了。智谱开源模型累计下载量已突破 2000 万次为开源社区的发展做出了重要贡献。
BigModel旗舰模型更新如下 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 。
GLM-4-Plus
在 KDD 国际数据挖掘与知识发现大会上智谱 GLM 团队发布了新一代基座大模型—GLM-4-Plus。作为智谱全自研 GLM 大模型的最新版本GLM-4-Plus 标志着智谱AI在通用人工智能领域的持续深耕推进大模型技术的独立自主创新。
语言能力
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映人类偏好。在各项性能指标上GLM-4-Plus 已达到与 GPT-4o 等第一梯队模型持平的水平。 LCB (LiveCodeBench) NCB (NaturalCodeBench) *represents reproduced results
长文本能力
GLM-4-Plus 在长文本处理能力上比肩国际先进水平。通过更精准的长短文本数据混合策略显著增强了长文本的推理效果。 效果展示
下面来测试下GLM-4-Plus在语言理解和指令遵循等方面的表现。比如输入问题介绍一下西游记中都有哪些人物他们使用的武器是什么” 从上面的回答可以看出GLM-4-Plus精准总结了每一个人物的主要特征、武功技能以及所使用的武器。模型的回答很好的总结了所提问的问题并没有出现漂移的现象。 在语言文本能力方面GLM-4-Plus 和 GPT-4o 及 405B 参数量的 Llama3.1 相当。GLM-4-Plus对长文本处理有着非常好的能力比如输入一段朱自清的短文《背影》让模型描述一下文章的内容并分析文章所表达的情感。 我与父亲不相见已二年余了我最不能忘记的是他的背影。那年冬天祖母死了父亲的差使也交卸了正是祸不单行的日子。我从北京到徐州打算跟着父亲奔丧回家。到徐州见着父亲看见满院狼藉的东西又想起祖母不禁簌簌地流下眼泪。父亲说“事已如此不必难过好在天无绝人之路”回家变卖典质父亲还了亏空又借钱办了丧事。这些日子家中光景很是惨澹一半为了丧事一半为了父亲赋闲。丧事完毕父亲要到南京谋事我也要回北京念书我们便同行。到南京时有朋友约去游逛勾留了一日第二日上午便须渡江到浦口下午上车北去。父亲因为事忙本已说定不送我叫旅馆里一个熟识的茶房陪我同去。他再三嘱咐茶房甚是仔细。但他终于不放心怕茶房不妥帖颇踌躇了一会。其实我那年已二十岁北京已来往过两三次是没有什么要紧的了。他踌躇了一会终于决定还是自己送我去。我再三劝他不必去他只说“不要紧他们去不好”我们过了江进了车站。我买票他忙着照看行李。行李太多得向脚夫行些小费才可过去。他便又忙着和他们讲价钱。我那时真是聪明过分总觉他说话不大漂亮非自己插嘴不可但他终于讲定了价钱就送我上车。他给我拣定了靠车门的一张椅子我将他给我做的紫毛大衣铺好座位。他嘱我路上小心夜里要警醒些不要受凉。又嘱托茶房好好照应我。我心里暗笑他的迂他们只认得钱托他们只是白托而且我这样大年纪的人难道还不能料理自己么我现在想想我那时真是太聪明了。我说道“爸爸你走吧。”他往车外看了看说“我买几个橘子去。你就在此地不要走动。”我看那边月台的栅栏外有几个卖东西的等着顾客。走到那边月台须穿过铁道须跳下去又爬上去。父亲是一个胖子走过去自然要费事些。我本来要去的他不肯只好让他去。我看见他戴着黑布小帽穿着黑布大马褂深青布棉袍蹒跚地走到铁道边慢慢探身下去尚不大难。可是他穿过铁道要爬上那边月台就不容易了。他用两手攀着上面两脚再向上缩他肥胖的身子向左微倾显出努力的样子。这时我看见他的背影我的泪很快地流下来了。我赶紧拭干了泪。怕他看见也怕别人看见。我再向外看时他已抱了朱红的橘子往回走了。过铁道时他先将橘子散放在地上自己慢慢爬下再抱起橘子走。到这边时我赶紧去搀他。他和我走到车上将橘子一股脑儿放在我的皮大衣上。于是扑扑衣上的泥土心里很轻松似的。过一会儿说“我走了到那边来信”我望着他走出去。他走了几步回过头看见我说“进去吧里边没人。”等他的背影混入来来往往的人里再找不着了我便进来坐下我的眼泪又来了。 从以上的回答可以看出GLM-4-Plus对于长文本处理以及语言理解的能力非常好。答案不仅精准概括了文章内容且很好的理解了文章所表达的情感。
调用示例
以下是一个完整的调用示例可以按此快速上手 GLM-4-Plus 模型。
from zhipuai import ZhipuAI
client ZhipuAI(api_key) # 填写您自己的APIKey
response client.chat.completions.create(modelglm-4-plus, # 填写需要调用的模型编码messages[{role: system, content: 你是一个乐于解答各种问题的助手你的任务是为用户提供专业、准确、有见地的建议。}{role: user, content: 农夫需要把狼、羊和白菜都带过河但每次只能带一样物品而且狼和羊不能单独相处羊和白菜也不能单独相处问农夫该如何过河。}],
)
print(response.choices[0].message)GLM-4V-Plus
GLM-4V-Plus是基于CogVLM系列模型的研究经验研发的它集图像理解与视频理解能力于一体的多模态模型。GLM-4V-Plus在图像和视频理解领域均展现出领先水平稳居行业前列。
视觉能力 视频分析
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。 效果展示输入一张古代山水画的图像可以看到GLM-4V-Plus 能够很好的描述图像内容还具有连续多轮对话能力从回答效果看也是很好的联系了输入的图像。 视频理解调用示例
上传视频URL
from zhipuai import ZhipuAIclient ZhipuAI(api_keyYOUR API KEY) # 填写您自己的APIKey
response client.chat.completions.create(modelglm-4v-plus, # 填写需要调用的模型名称messages[{role: user,content: [{type: video_url,video_url: {url : https://sfile.chatglm.cn/testpath/video/b844f8f1-5df9-556c-a515-3d3bfaa736e8_0.mp4}},{type: text,text: 请仔细描述这个视频}]}]
)
print(response.choices[0].message) 图片理解示例
上传图片URL
from zhipuai import ZhipuAIclient ZhipuAI(api_key) # 填写您自己的APIKey
response client.chat.completions.create(modelglm-4v-plus, # 填写需要调用的模型名称messages[{role: user,content: [{type: image_url,image_url: {url : https://www.zhipuai.cn/assets/images/aboutus/company.jpeg}},{type: text,text: 图里有什么}]}]
)
print(response.choices[0].message)CogView-3-Plus
CogView-3-Plus使用Transformer架构训练扩散模型优化了效果并验证了参数量提升的效益。我们还构建了高质量图像微调数据集使模型生成更符合指令且美学评分更高的图像效果接近MJ-V6和FLUX等一流模型。
用法
CogView-3-Plus能够根据文本提示生成高质量的图像。支持的图像尺寸包括1024x1024、768x1344、864x1152、1344x768、1152x864、1440x720以及720x1440默认的图像尺寸为1024x1024。
明确清晰的结构化提示词可以帮助 CogView 创造出更高质量的图像。以下是提示词参考大家可以点击链接阅读。
图像生成模型 Prompt 工程指南
生成示例
CogView-3-Plus的文生图能力有了显著提升。它可以非常准确地生成单词这在很多文生图应用中都是高频翻车区。 CogView-3-Plus 很好的理解了古诗词含义不仅画出了所有的元素还还原了诗词中的意境。 CogView-3-Plus对于人像生成的理解也很到位生成的内容和提示词高度吻合同时也不会出现坏脸坏手的情况。 调用示例
from zhipuai import ZhipuAI
client ZhipuAI(api_key)response client.images.generations(modelcogView-3-plus, #填写需要调用的模型编码prompt在干燥的沙漠环境中一棵孤独的仙人掌在夕阳的余晖中显得格外醒目。这幅油画捕捉了仙人掌坚韧的生命力和沙漠中的壮丽景色色彩饱满且表现力强烈。,size1440x720
)
print(response.data[0].url)总结
智谱AI凭借其卓越的开源模型生态已在全球范围内取得了显著成就其模型累计下载量成功跨越2000万次大关这一里程碑不仅彰显了其在人工智能领域的深厚积累与广泛影响力也预示着开源合作模式的巨大潜力与活力。
从基础大模型到小模型从语言到多模态从技术到产品智谱在各个方向全面发展且全方位对标 OpenAI。智谱AI在开源模型方面的工作总结如下
持续发布并开源创新模型
随着GLM-4-Plus、GLM-4V-Plus以及CogView-3-Plus等一系列创新模型的相继发布智谱AI展现出了从基础大模型到精细化小模型的全面布局能力以及从单一语言处理到多模态融合技术的跨越式发展。
推动技术交流与共享
开源平台与工具智谱AI通过其MaaS大模型开放平台为开发者提供了便捷的模型访问、微调及部署工具。该平台支持包括GLM-4系列在内的最新开源模型并推出了一键微调功能及AllTools智能体API使得开发者能够轻松构建强大的AI助手。
社区建设 智谱AI积极参与并推动开源社区的建设鼓励开发者在社区中交流、分享经验并共同优化模型性能。这种开放合作的态度不仅促进了技术的快速迭代与进步也增强了智谱AI在业界的影响力与号召力。
降低使用门槛与成本
优化硬件需求 智谱AI在模型设计上注重硬件友好性如CogVideoX-2B模型在FP-16精度下进行推理时仅需18GB显存微调则只需40GB显存。这使得开发者即便在有限的硬件资源下也能轻松运行和微调模型。
降低价格 智谱AI通过技术创新与规模化生产等方式不断降低模型的使用成本。例如其新一代MaaS平台在价格上进行了大幅优惠使得更多企业和个人能够承担得起AI技术的使用费用。
在竞争激烈的全球大模型市场中智谱正通过频繁的技术迭代和开源举措不断推动行业和生图的发展赢得了越来越多的关注与认可。
相关链接
本文给大家介绍了智谱AI在大模型领域的创新以及最新的工作如GLM-4-Plus、GLM-4V-Plus以及CogView-3-Plus等相信小伙伴们已经摩拳擦掌了大家可以从官方网址注册体验此外也可以加入智谱AI的官方社群。
智谱AI-bigmodel网址
https://zhipuaishengchan.datasink.sensorsdata.cn/t/ZB
