成效深夜炸场三个月后，国内首个面向C端盛开的AI视频通线日，智谱公告，清言App将于8月30日正式上线“视频通话”成效，首批面向清言局部用户盛开盆栽，并同时盛开表部申请。“咱们会赓续迭代并渐渐摊开范畴，尽速让全员都可能应用盆栽。”智谱方面体现。本年5月，OpenAI率先掀起海浪，其全新一代旗舰天生模子 GPT-4o，无需借帮语音转文字成效，即可直接通过及时音视频，完毕“真人般”地丝滑交互盆栽。随后，多家国表里大模子厂商纷纷神速跟进，开端推出百般接济端到端及时多模态的AI成效。

　　6月，AI始创公司Character.AI推出一项通话成效，应允用户与其人为智能脚色实行语音对线月，商汤科技正在WAIC 2024上，现场演示新模子日日新5o的及时音视频交互技能。8月9日，字节跳动旗下火山引擎公告，豆包大模子接济及时语音通话。而微软AI据称将正在本年岁终具有及时的语音界面，应允全体动态的交互……

　　然而，这些或都片刻不涉及及时视频成效，又或暂未对C端盛开。智谱最新上线的视频通话成效，也以是成为国内首个面向C端部分用户盛开的AI视频通话。

　　正在实行最新版本更新后，掀开清言APP，即可正在主界面上的输入框旁看到一个“电话”图标，点击可进入及时音频通话，再点击通话界面的“视频”按钮，则可进入视频通话形式。

　　便宜二，通话流利，可随时打断。这个名叫“幼智”的帮理，正在通话经过中发挥得愈加“像真人”，能明确摄像头拍摄到的实质，也能听懂指令并切实实践，根本正在听到语音一两秒内即能给到答复，且即使频仍打断“幼智”的话，它也能神速响应。

　　比方当咱们将视频画面临准一本书时，它能神速识别出这本书的名字、作家，并实行联系布景先容。中选中“画笔”按钮，还可能正在视频中圈出对应的物体或文字段落，完毕更精准的提问妥协答。

　　比方，当咱们正在前一次通话中，与“幼智”调换过绿植养护的话题，一段岁月后再次掀开视频通话时，它会主动打答理，并提倡话题——“家里的木樨长得奈何样了？”

　　当然，这个AI帮理，也有亏空之处。比方，它并不是每一次识别都能万分切实，当咱们让它分离少许盆栽时，它可以会将金鱼草误以为豆瓣绿，将未正在花期的木樨树误以为茉莉花。

　　又比方，它片刻“只读到了初中程度”，也还没有联网搜刮的技能，当被问及少许越过规模的题目时，则无法作答。

　　但不难意思，跟着技艺的急速兴盛和更多厂商对AI及时音视频倾向的押注，相似的AI帮理会越来越智能化。比方，通过与AI的及时音视频互动，用户可能让其充任生计帮手，供应穿搭手法、识别场景讲述布景故事；也可能让它成为就业伙伴，实行口试指挥、及时解读电脑屏幕代码、竣工集会纪要、认识繁复数据图表；还可能行为进修搭子，及时读屏翻译、指导各科功课……

　　8月25日至29日，为期5天的国际学问发觉与数据发掘大会KDD 2024正在西班牙巴塞罗那举办。行为环球数据发掘规模史籍最深远、范畴最大的国际顶级学术集会，KDD 2024吸引了数千名来自宇宙各地的顶尖学者和著名企业代表参会，智谱 GLM 团队也正在这场大会上，先容了我方新一代的基座大模子——GLM-4-Plus。

　　据先容，GLM-4-Plus 应用了大方模子辅帮构造高质料合成数据，以擢升模子机能；同时，诈骗PPO（Proximal Policy Optimization）有用有用擢升模子推理（数学、代码算法题等）发挥。这也让其正在道话明确、指令听命、长文本照料等方面的机能，都有进一步擢升。

　　比方，正在道话文本技能方面，智谱方面体现，GLM-4-Plus曾经获得与GPT4o及405B参数方针Llama3.1相当的成果。

　　目前，GLM-4-Plus 已正在智谱大模子盛开平台安顿，企业和拓荒者指日起可能通过智谱盛开平台上的 API 挪用智谱最新的基座大模子。GLM-4V-Plus也将上线盛开平台，供应国内首个通用视频明确模子 API。就正在这两天，CogVideoX-5B正式开源，同时此前

　　。CogVideoX是由智谱AI拓荒的视频天生大模子，而CogVideoX-5B 模子相较于 CogVideoX-2B 具有更高的视频天生质料。此表，GLM-4-Flash目前也已全体免费，成为智谱盛开平台首个全体免费的大模子API。“智谱开源模子累计下载量现已打破2000万次。”智谱方面体现。当我和大模子做了一次视频盆栽通话