中國國產「GPTs」登場！清華系重磅發表GLM-4全家桶，性能可達90% GPT-4

【導讀】狂飆三個月，智譜AI的大模型全家桶震撼發布了！GLM-4表現超進化，堪稱「國產GPT-4」；GLMs和GLM Store，直接對標OpenAI的GPTs。

今天，中國唯一全系對標OpenAI的公司，又搞了一個大新聞！

就在剛剛，智譜AI發布了“新一代基座大模型”GLM-4——性能全面比肩GPT-4。

其中，GLM-4不僅在中文能力上超過了所有競爭對手。

而且，長文本能力也一騎絕塵，實現了128K「大海撈針」全綠。

除此之外，智譜AI這次還發布了「客製化的個人GLM大模型」GLMs和GLM Store，再次對標OpenAI的GPTs！

新一代GLM-4，全面比肩GPT-4！

那麼，這次新一代基座大模型GLM-4，究竟強在了哪？

與上一代ChatGLM3相比，GLM-4在綜合能力上實現了全面躍升，性能提升了60%，已經逼近GPT-4。

它能夠支援更長的上下文，具備更強的多模態功能，支援更快的推理，更多並發，推理成本大大降低。

同時，GLM-4也增強了智能體能力。

基礎能力

從眾多評測集中可以看到，GLM-4的效能提升非常明顯。

相較於GPT-4，GLM-4在MMLU、GSM8K、BBH、HellaSwag資料集上分佈達到了94%、95%、99%和90%的水準。

而在HumanEval資料集上，GLM-4則拿到了72分，明顯超過了GPT-3.5和GPT-4的水準。

指令跟隨

在IFEval評測集上，在Prompt提示詞跟隨（中文）方面，GLM-4達到了GPT-4 88%的水平。

在指令跟隨（中文）方面，則達到了GPT-4 90%水平，大大超過GPT-3.5。

中文對齊

在模型實際應用過程中，大家更重視的，是中文的對齊能力。

在對齊能力上，基於AlignBench資料集，GLM-4超過了GPT-4在6月13日發布的版本，逼近GPT-4最新（11月6日Turbo版本）效果。

在專業能力、中文理解、角色扮演方面，GLM-4甚至超過了GPT-4的精準度。

不過，在中文推理方面，GLM-4的能力還有待進一步提升。

128K長文本

先前的128K大海撈針測試，難倒了許多大模型，但GLM-4卻順利通過。

在大海撈針測試中，128K文字長度內，GLM-4模型均可做到幾乎百分之百的精準度召回。

GLM-4帶來128K的上下文視窗長度，也意味著，在單次提示詞中，可處理文字達到了300頁。

開發者再也不用擔心文件太長，一次處理不完了。

同時，模型的效果和精度也沒有下降。智譜AI團隊完美解決了長上下文全局資訊因失焦而導致的精度下降的問題。

多模態能力

這次，GLM-4的文生圖和多模態理解都得到增強。

全新推出的CogView3，效果明顯超過開源最佳的Stable Diffusion XL，逼近最新OpenAI發布的DALL·E 3。

在對齊、保真、安全、組合佈局等各個評測維度上，CogView3的效果都達到DALL·E3 90%以上水準。

相對之前，CogView3的語意理解能力都大大增強。

「魚眼鏡頭中，有一隻烏龜坐在森林裡。」

模型準確地了解了什麼是魚眼鏡頭，以及烏龜在森林裡的環境應該是怎麼搭配的。

「西蘭花下面的斑馬」，模型理解得很準確。

「一隻打扮的像20世紀80年代的職業摔角手的博美犬，臉上塗著霓虹綠、霓虹橙，還有亮綠色的顏料」，這麼複雜的prompt，模型也沒出錯，對於顏色、場景，都做到了高品質還原。

「一個放大鏡在一頁20世紀50年代的《蝙蝠俠》漫畫的上空」，模型非常準確地理解了空間位置，以及放大鏡蘊含的邏輯作用。

GLM-4 All Tools全家桶來了

上面，都還只是常規的單項模型基礎能力提升，大會上最讓人眼前一亮的，還是GLM-4-All-Tools全家桶。

在以往，我們都需要像魔法咒語一樣的提示詞或程式碼，才能呼叫大模型的能力。無論是回答問題、畫一幅畫還是使用外在知識來源，總覺得LLM還不夠聰明。

而現在，由於GLM模型的強大Agent能力，GLM-4實現了自主根據使用者意圖，自動理解、規劃複雜指令，自由調用WebGLM搜尋增強、Code Interpreter程式碼解釋器和多模態生成能力，從而完成更加複雜的任務。

也就是說，GLM全家桶的能力，終於實現了ALL IN ONE！

畫圖

在AI畫圖方面，GLM-4 All Tools可以很好地結合上下文情境進行創作。

例如，我們可以先畫一隻卡通柯基。

隨後只要說「它開始跑步了」，GLM-4 All Tools就能理解，我們要的還是這隻柯基在往前跑。

告訴GLM-4 All Tools「一隻小兔子加入它一起」，它就明白柯基是主角，兔子需要跟在柯基後面，同時保持奔跑。

告訴它「跑得越來越快了」，背景就會虛化。

總之，GLM-4 All Tools對情境情境的理解非常精確。

程式碼解釋器

同樣，GLM-4也內嵌了程式碼解釋器，能夠自動呼叫程式碼解釋器，進行複雜的方程式或微積分求解。

在以下資料集上，GLM-4 All Tools取得了和GPT-4 All Tools相當的效能。

下面這道數學多項式，該怎麼求解？

或許可以直接訓練一個數學模型，但問題更複雜的時候，LLM就容易出現幻覺。

而GLM-4，則可以透過呼叫Python解釋器，進行複雜計算，自動寫出求解程式碼。

不僅是數學問題，程式碼解釋器還能完成文件處理、資料分析、圖表繪製等複雜任務，支援處理Excel、PDF、PPT等格式的文件。

可以讓模型自動產生PPT大綱，還能呼叫程式碼，產生PPT檔。

網頁瀏覽

靠著All Tools全家桶，GLM-4可以實現更進階的網頁瀏覽。

期間，模型會根據任務自行規劃檢索任務，自行選擇資訊來源，自行與資訊來源互動。

例如可以問它：我要參加2023年的CCF開源大會，當地天氣是怎麼樣的？

這個問題的困難在於，我們並沒有告訴它會議地點，模型自動進行了兩次搜索，第一搜到了大會是10月21日在長沙舉行，第二次搜到了長沙在10月21日的天氣。

可以看到，GLM-4 All Tools的網頁瀏覽準確率，已經超過了GPT-4，令人印象深刻。

Function Call

All Tool還有一個通用能力：根據使用者提供的function描述，自動選擇所需function並產生參數，以及根據function的回傳值產生回應。

這方面的能力，已經跟GPT-4基本持平，在中文理解上，GLM-4 All Tools比GPT-4略強。

多工具自動呼叫現場實測

在大會現場，GLM-4 All Tools進行了一番懟臉實測。

例如，讓GLM-4 All Tools連網搜尋「智譜2024 DevDay的宣傳語」，然後就此主題畫一幅畫。

可以看到，大模型自動搜尋找到了相關發布頁面。

同時，產生的圖片也很好地還原了GLM-4的意境。

這張圖描繪了智譜2024 DevDay宣傳語中的場景。圖中展現了勇敢的⼈站在洶湧的潮頭，⾯對遠處的⻛暴毫不畏懼。

GLM-4可以辨識語意並聯網，搜尋多個資料來源。

它還可以產生一段程式碼，把產生的資料視覺化出來，產生簡單的圖表。

一句簡單的輸入，連網搜尋、擷取、程式碼解釋器、繪圖等多項原生能力就隨之啟動，根本不需要手動控制。模型強大的理解、解釋能力，也隨之而來。

我們可以讓GLM-4建構一個多項式迴歸預測模型，預測未來5年的全球GDP發展態勢。

這樣，就能更直觀地看到過去十年和未來五年的發展趨勢。

根據從MacroTrends取得的數據，我繪製了2007年⾄2022年全球GDP的折線圖。在圖表中，我已經將下降的數據點標記為紅⾊，以便於識別。您可以查看這張圖表，以直觀地看到全球GDP的變化。

值得一提的是，GLM-4升級後，API呼叫價格維持0.1元/千tokens不變，繼續保持較低水準。

國產「GPTs」全新上線

可以看到，智譜AI針對OpenAI的這種對標，不僅是「我有」產品，而是在許多方面都達到了可比程度。

最令開發者期待的是，國產「GPTs」也來了！

DevDay上，智譜AI上線了客製化個人GLM大模型－GLMs。

現在，無需程式碼基礎，任何使用者均可用簡單的prompt指令，建立屬於自己的GLM模型智能體，從而實現對大模型的便利開發。

例如，智譜AI這次就為自己的DevDay做了一個GLMs。

只要打開智譜清言，進入智譜DevDay的智能體，就可以提問今天大會的事宜。甚至能直接要到現場PPT的下載位址。

並且，GLMs模型應用程式商店，也有開發者分成計畫。

看得出，智譜AI可自訂Agent－GLMs的發布，以及上線的GLM Store，在走和OpenAI一樣的路線。

繼首屆開發者大會上發布客製化GPTs之後，OpenAI上周正式推出人們期待已久的GPT Store。

短短2個月的時間，全世界已經誕生了300萬個自訂的ChatGPT。網友紛紛表示，這就是AI時代的「APP Store」時刻。

簡單來說，GLMs降低了大模型的使用門檻，可以讓更多的人參與進來，為AI廣泛落地鋪平了道路。

相較於呼叫單純的大模型，GLMs就像一個Agent，可以透過上傳​​文件，例如私有資料等，讓其獲得額外的知識。這樣，客製化的GLMs就能提升對特定問題回答的準確性，以極高的精度執行任務。

蘋果在2008年推出APP Store的最大價值在於，創造了一個新的生態，為第三方開發者帶去數百萬億美元的收入。

在AI新時代下，不論是GPT Store，還是GLM Store，都將帶領世界開發者走向一條新的LLM商業化道路。

好消息是，GLMs和GLM Store今天就已正式上線！

複雜的模型產業鏈，一步一步做起

眾所周知，大模型是一個複雜的產業鏈。而產業對此的共識是：共同創造，才能產生真正的社會價值。

那麼，要做到這一點，首先要讓大模型本身的能力夠強。

第一步，模型夠強

在這一方面，智譜AI從未停下過自己的腳步。

自2019年成立以來，這家AI新創公司便致力於打造新一代認知智能大模型，專注於做大模型的中國創新。

一年後，智譜AI從0開始研發全新的GLM預訓練架構，並在2022年推出了中英雙語千億級超大規模預訓練模型GLM-130B。

到了2023年，GLM系列大模型維持每3-4月更新一次的頻率，逐漸形成了全面的AIGC產品矩陣。

而這次，性能足以媲美GPT-4的基座大模型GLM-4，是智譜AI進一步研發能力的體現。

智譜AI CEO張鵬在技術開放日上表示，「GLM-4的推出，標誌著國產大模型有能力對標世界人工智慧最先進水準」。

模型之後，就是生態

除了模型本身的能力之外，開源社群和學術界的支持也至關重要。

開源的意義在於，聯合全球的開發者、研究機構、企業，共同讓模型的資料更豐富、模型更優化、應用更全面。

而對於個人開發者和中小企業來說，也能以最低的成本呼叫模型，不需要花費高昂成本。

在國外，Meta以Llama 1的發佈為起點，開啟了開源大模型競相爆發的新路線。

隨著越來越多研究人員的加入，羊駝家族也迎來了大爆發：Alpaca，Vicuna，Llama-Adapter，Lit-Llama等變體相繼出現。

幾個月後，Llama 2在很大程度上取代了Llama 1，成為功能更強的基礎模型，甚至官方也推出了其他的微調版本。

同樣，國內的開源引領者智譜AI也早有佈局。

2022年，智譜AI率先開源高精準度雙語千億模型GLM-130B和ChatGLM-6B。

目前，GLM系列模式在Hugging Face上的下載量已經超過了1100萬，在GitHub上累積星標超過5萬。而智譜AI也成功躋身全球最受歡迎開源機構第5。

基座大模型GLM-4和GLMs等，會進一步推動GLM的模型生態建設，讓智譜AI已經建構起的全模型產品線更強大。

2024年，智譜對於學術的支持仍會持續。1,000萬元現金和算力資源的大模型研究基金，2023年來已有三十餘所大學參與。

現在，每個研究者，都有機會參與大模型的研究，還會擁有自己研發的智慧財產權。

此外，智譜AI也針對開源社群發起了大模型開源基金，為優秀的開發者提供了高達三個「一千」的支援——1000張卡片、1000萬人民幣和1000億tokens。

同時，智譜AI也重磅升級了面向全球大模型創業家的「Z計畫」。

創業基金的總額，達到10億元！

這項基金，用於支持大模型原始創新，涵蓋大模型演算法、底層算子、晶片優化、產業大模型和超級應用等各個方面。

聯合上下游，推動產業升級

而在商業領域，智譜AI在2023年裡已經累積了1,000多家合作夥伴，並與200多家實現了深度共創。

怎麼看一個大模型好不好用？最終結果，還是要看有沒有真正的落地。

目前，GLM系列模型的能力，已經涵蓋了包括金融、諮詢、互聯網、傳統消費產品、智慧製造、媒體等許多領域。

同時，智譜AI也將包括國產晶片、不同垂直領域服務整合商等上下游產業合作夥伴團結在一起，共同推動整個產業進步與升級。

可以看到，圍繞著GLM系列模型的生態圈，正在加速形成。

智譜AI CEO張鵬表示，「一枝獨秀不是春，中國的人工智慧事業要繁榮、要發展，需要所有的參與者、產業鏈上下游合作夥伴、開發者社群、學術界一同努力。智譜不僅有意願，而且有能力為打造繁榮的國產大模型生態貢獻自己的力量」。（新智元）

參考資料：

https://chatglm.cn/main/toolsCenter