正面硬刚OpenAI，智谱AI推出第三代基座模型，功能对标GPT-4V，代码解释器随便玩

原创 关注前沿科技 量子位 

衡宇 萧箫 发自 凹非寺

量子位 | 公众号 QbitAI

国产大模型估值最高创企，为何是智谱AI？

仅用4个月时间，这家公司就甩出最新成绩证明了自己——

自研大模型ChatGLM3，不止是底层架构，就连模型功能都进行了全方位大升级。

性能上，最直观的表现就是“疯狂屠榜”，所有50个大模型公开性能测评数据集中，拿下44个全国第一；

产品上，率先搞定了用户关注度MAX的代码解释器功能，能生成甚至直接跑通代码！

现在这个新功能已经人人可玩，我们也试着用它给大伙儿比了个心

值得一提的是，这个功能也是国内首家。

所以，从智谱AI发布的ChatGLM3中，究竟能深挖出什么最新的技术细节？

行业又能否从中嗅出什么大模型新动向？

我们从智谱AI的ChatGLM3发布会中一探究竟。

ChatGLM3长啥样？

稍早之前，量子位就获悉了智谱AI将发布迭代后基座模型的消息，取名ChatGLM3。

发布会上，升级后的ChatGLM第三代正式对外披露，主要在4个方面秀出亮点，对比上一代有不小提升。

首先是性能的提升。

据介绍，结合此前ChatGLM系列模型的开发经验，智谱AI采用了独创的多阶段增强与训练方法，同时丰富了训练数据，优化了训练方法，使训练更为充分。

评测结果显示，与ChatGLM2系列模型相比，ChatGLM3一出，性能屠榜：

同尺寸模型中，ChatGLM3拿下了44个中英文公开数据集测试国内第一。

其次是推理能力方面，更为高效，成本也更低。

官方介绍，ChatGLM3系列模型采用了最新的高效动态推理和显存优化技术。

相同硬件、模型条件下，当前的推理框架相较于目前的最佳开源实现——UC伯克利分校提出的vLLM以及Hugging Face TGI的最新版本，推理速度提升了2-3倍。

同时成本降低一倍。目前ChatGLM3系列模型的推理成本，每千tokens仅需要0.5分。

以及ChatGLM3还具备了全新的Agent智能体能力。

智谱AI介绍说，本次迭代后的ChatGLM3集成了自研的AgentTuning技术，激活了模型智能代理能力。

由此也使得ChatGLM3作为国产大模型，能够原生支持工具调用、代码执行、游戏、数据库操作、知识图谱搜索与推理、操作系统等复杂场景。

呈现在实际数据中，ChatGLM3系列在智能规划和执行方面，比ChatGLM2系列提升1000%；而ChatGLM3-turbo在最新AgentBench上和GPT-3.5接近，还小有胜出。

值得注意的一点是，纵使进行全方位的升级迭代，智谱AI在大模型道路上还是继续秉承着开源的开放思想。

至于这一次在开源价值方面的拓展动作，存在于多个细分领域：

包括对话模型ChatGLM3-6B、长文本模型ChatGLM3-6B-32K、多模态模型CogVLM-17B和智能体AgentLM在内，统统开源。

尤其提到，60亿参数的ChatGLM3-6B已开源，它在44个对话模型数据集上的9个榜单中，国内排名第一；且32k版本ChatGLM3-6B-32K在LongBench中表现最佳。

智谱AI CEO张鹏在发布会现场提到，此前智谱AI开源的ChatGLM-6B，已经有超过千万的下载量。开放的态度对于智谱AI现在4个月发展出新一代基座模型，是功不可没的。

是以发布领先、好用的模型，吸引开发者和B端用户，逐步构建起自研大模型和合作伙伴筑建的模型生态——智谱AI正是这条路线的实践者。

交上答卷，方方面面的数据详情，能看出智谱AI对此次第三代ChatGLM模型比以往发布模型和产品还要重视。

拿出的速度和态度背后，是什么在驱动？是智谱AI长期投入研发的技术驱动。

一方面，清华KEG实验室研究成果出身决定了，智谱AI既是一家面向市场化的大模型公司，但其本身还是带有浓厚的学术氛围和技术追求。

另一方面，智谱AI确实是国内最早投身大模型技术研究的玩家之一，有4年多的积累，也明确过会持续深耕下去。

再者说，在百模混战中谋生存，又通过开拓朋友圈寻发展，以技术为核心出发点和竞争力，是一家大模型创企的应有之义。

功能对标GPT-4V，可部署到手机

纸面数据强劲，产品实际效果又是如何呢？

或许可以从实用性、落地应用范围和适配能力三个方面来看。

首先是产品实用性，也就是功能丰富度上。

这一次，有了ChatGLM3加持，智谱清言在功能上直接对标GPT-4V，最直观的就是增加了这3大点“新玩法”——

代码解释器Code Interpreter

搜索增强WebGLM

看图识语义CogVLM

智谱AI CEO张鹏更是放话：

我们不做Demo和内测，功能已经全面上线智谱清言，欢迎来玩。

既然如此，我们也马上到更新后的智谱清言中一探究竟，看看实测效果如何。

第一，代码解释器功能，在国产大模型产品中，这个能力也是头一回见。

和单纯的“分析代码”和“读代码”不同，代码解释器不仅可以读代码，甚至能在一个沙盒中运行代码，并返回生成结果。

这里我们先试试简单的画图，看看智谱清言是不是真能“跑代码”：

生成一个大脑成分的饼图，99%是水，1%是表情包。

在经过一番“急速分析”后，智谱清言竟然真的调用Python库，生成了一个饼图表情包，正经而不失幽默感。

换个雷达图试试，这里我们让它生成一份打工人得分图鉴。

不错，尤其是总结非常到位：

从图中可以看出，您的摸鱼能力非常突出，得分最高；而工作能力和沟通能力则相对较低。

那么，接下来上点难度，试试数据可视化的效果。

我们随机从某份财报里选出一段收入和毛利数据，让智谱清言来可视化。

没想到，它不仅能收集到数据单位和时间等“关键信息”，快速将之做成横纵坐标轴，还能对图表进行简单分析：

甚至无需手动输入，可以直接上传想要分析的Excel文件。

智谱清言会先分析表格文件，将里面的内容展示出来，并给出建议：

如果同意它的建议，智谱清言就会根据表格内容生成对应的可视化图像：

除此之外，用代码解释器画函数也是轻松手到擒来。以常用的ReLU函数为例：

不仅准确生成了函数的图像，还会顺带介绍ReLU函数的常见用法，属实是非常萌新友好了。

第二，再来看看搜索增强能力。

在WebGLM新技术的加持下，智谱清言也能更好地结合搜索引擎，来增强回答的准确性。

哪怕是这几天才发生的事情或火起来的段子，它也能很快识别并回答。

这里我们先用最近很火的古天乐之“我不吃牛肉”梗试试：

不仅快速介绍了梗的来历，还温馨提示了一句“这个梗并非近期才火起来的”，属实是比我追热点还快了。

如果是新闻类稿件，还能进一步给出每条消息的来源，确保“自己不说大话”：

基于这种方法，还能直接用智谱清言来找资料，连链接都给出来了：

感觉用来学习新知识也是很方便。

第三，再试试看图识语义功能。

智谱清言的这个图像解读功能基于CogVLM实现，可以根据图片解读其中的内容，并结合聊天功能来使用。

例如，用来识别菜品并生成食谱。这里我们用菠菜试了试，没什么问题：

但区区菜谱怎么可能满足我们的需求（doge），要想试试它的真实水平，当然是解读表情包了。

先来一个经典的“跳过台阶”表情包。

智谱清言快速提取了图片中的细节元素，包括短袖和短裤、以及拖鞋和电视屏幕，并意识到这个场景似曾相识。

最终，智谱清言得出结论：这张图片是在模仿名为“跳过台阶”的meme。

嗯，让我们恭喜“跳过台阶”表情包，在模仿自己中取得了第二名的好成绩（手动狗头）

接下来再试试给表情包配字。

我们给一个海绵宝宝的空白梗图过去，看看智谱清言怎么发挥。

配文是“我看到了什么？”，似乎还挺应景的。

总结一下，智谱清言确实已经具备了代码解释器、搜索和解读图片的能力，而这也确实是当前大模型落地的产品能力刚需。

接下来，就是落地应用的范围了。

目前大部分国产大模型仍然在云端运行，并且只出了对外的API接口，如果企业厂商想要接入，在不少场景中仍然有不方便的地方。

尤其是终端侧的不少厂商，用户对隐私能力要求较高，这时候如果将个人数据上传到云端处理，势必会带来不小争议。

智谱AI考虑到了这一点，率先把ChatGLM3大模型“做小”，能塞进汽车甚至是手机。

具体来说，ChatGLM3除了上述提到的模型以外，还推出了可手机部署的端侧模型ChatGLM3-1.5B和3B。

目前，这个模型已经能支持包括Vivo、小米、三星在内的多种手机以及车载平台——

甚至支持移动平台上CPU芯片的推理，速度可达20 tokens/s。

但这并不意味着性能就有所下降，在精度方面，1.5B和3B模型在公开benchmark上接近ChatGLM2-6B模型的性能。

没错，虽然缩小了体积，但性能还是大模型的样子。

最后，还有ChatGLM3的适配能力。

一个大模型性能再强，很大程度上取决于它在什么硬件上运行。

如果换种硬件，运行能力就“突降”，那么部署难度和成本也会随之增加不少。

在这次发布会上，智谱AI CEO张鹏也宣布：

全面支持10余种国产芯片，包括昇腾、神威超算、海光DCU、海飞科、沐曦曦云、算能科技、天数智芯、寒武纪、摩尔线程、百度昆仑芯、灵汐科技、长城超云。

一言以蔽之，就是非常之“不挑食”。

以昇腾生态为例 ，ChatGLM3在升级之后，在它上面的推理速度提升了3倍多，运行起来也更快了。

总结来看，ChatGLM3的产品能力或许能用三个“更”来形容：

更强的产品实用性，更广的应用范围，更高的硬件适配能力。

冲向落地，和OpenAI全线对对碰

从上述三个“更”可以感受到，发布ChatGLM3的智谱AI，似乎在大模型各个层面寻求更脚踏实地的平稳着陆和生态合作。

或许不排除智谱AI下一阶段的主要计划就是冲向落地，从底层技术，从产品能力。

总而言之，一切都为了更快地把大模型能力推向市场。

并且显而易见的，这次对外发布，完全对应了前几日公布年内融资时，智谱AI说的计划：

加码基座大模型研究，然后拓展生态和朋友圈。

这种雷厉风行的速度，从某种角度来说也是一种实力体现。并非每一个大模型创业公司都能在基座大模型稳打稳扎，或者不是有了钱和人才就能立马亮出计划内的产品。

更有意思的一点，在基座大模型和生态朋友圈的簇拥下，ChatGLM3系列模型发布后，基于这一代基座大模型，智谱AI和OpenAI产品线，对上了：

对话：ChatGLM vs. ChatGPT

文生图：CogView vs. DALL.E

代码：CodeGeeX vs. Codex

搜索增强：WebGPT vs. WebGLM

图文理解：ChatGLM3 vs. ChatGPT-4V

也就是说，智谱AI成为了国内目前唯一一个拥有对标OpenAI全模型产品线的公司，这在大模型玩家中近乎于一种手中牌很齐全的“炫富”。

而且从时间线来看，初代GLM到ChatGLM2再到ChatGLM3，迭代速度不是领域内最快的，但是不疾不徐，也已经用实际效果占有了市场与口碑。

不得不提，智谱AI这次新基座模型的发布选择在10月底，这个时间点，ChatGPT诞生将满一年。

过去的这一年也是AI最疯狂的一年，大模型当之无愧，成为目前争夺最激烈、也最有可能取得突破的领域。

更令人期待和审视的是，距离年初国内各家大模型公司喊出的“年底要做到xxx”的种种flag，时间越来越逼近。

为了实现这个目标，各个大模型公司在技术、人才、路线、资金甚至社会责任方面，都轮番展示了一把。

现在，智谱AI冲锋在前，率先交卷了。

试玩地址：

https://chatglm.cn/main/code

— 完 —

科技前沿进展日日相见 ~

原标题：《正面硬刚OpenAI！智谱AI推出第三代基座模型，功能对标GPT-4V，代码解释器随便玩》

阅读原文