国内唯一全面对标OpenAI的创业公司，大模型已经出到第三代

中国大模型公司，正在进入竞争的新阶段。

仅用六个月时间，国内 AI 创业公司就已经把大语言模型发展到了第三代。

10 月 27 日，中国计算机大会 CNCC2023 上，智谱 AI 发布了自研第三代对话大模型 ChatGLM3。这是继 6 月 25 日发布 ChatGLM2 后，智谱 AI 对话大模型的又一次重大升级。

智谱 AI CEO 张鹏在活动中进行了演讲。

「ChatGLM3 融入了我们的一系列最新研究成果，实现了包括跨模态、Agent 等一系列全新能力，」智谱 AI CEO 张鹏表示。「现在，智谱清言就像打通了任督二脉，不再是个只能根据你的指令生成文本的助手，而是已经成为了『百晓生』，可以根据真实的、实时的信息帮你做更多事。」

昨天的发布现场，智谱 AI 进行了一系列 ChatGLM3 的能力展示。

这一次，ChatGLM 系列大模型首次加入了代码识别模块 Code Interpreter，能够根据用户需求生成代码完成数据分析、文件处理等复杂任务。比如下达指令让它构建一个函数图像，ChatGLM3 可以生成代码并自动执行：

‍

输入一个 Excel 文件和指令，ChatGLM3 可以进行分析，输出 Python 代码，生成图表。如果你更改需求，大模型也能进一步实现。

‍

这就让智谱清言成为了国内首个具备代码交互能力的大模型产品。

多模态是当前大模型研究与应用最为火热的方向。ChatGLM3 加入了多模态理解能力组件 CogVLM，实现了看图识语义和跨模态对话能力。

上传本次发布会的 PPT 截图让 AI 分析，其中的时间戳和文字内容都被分析了出来：

‍上传一些食材的图片，它就可以向你推荐食谱，并可以进一步根据你的口味调整要做的菜：

另外，ChatGLM3 也加入了 WebGLM 能力，使得模型获得了网络搜索的增强，可以实时获得互联网上最新信息，总结成有价值的内容输出给用户：

‍

如上所示，这些答案也附有引用内容的文章链接。

昨天发布的新能力都已在智谱清言的网页端上线，APP 端也具备了网络搜索增强和多模态理解能力，没有内测环节，直接使用。

体量不变，性能全面提升：ChatGLM3 技术细节

作为赋能生成式 AI 助手智谱清言的自研第三代基座模型，ChatGLM3 的背后经历了哪些进化？

据张鹏介绍，此次 ChatGLM3 瞄准 GPT-4V 进行技术升级，在多模态理解、代码生成、网络搜索以及语义和逻辑推理能力都得到了显著增强。上文的演示让我们直观体验到了 ChatGLM3 在这些领域的「脱胎换骨」。

首先来看模型基础性能。智谱 AI 基于 ChatGLM 系列模型的开发经验，全面升级了 ChatGLM3-6B 的基座模型，在语义推理能力上有大幅度的升级。用数据来说话，ChatGLM3-6B 在 44 个中英文公开数据集性能测评中里面排到了国内第一名。

与自家的二代模型相比，ChatGLM3-6B 在 MMLU（跨语言）、CEval（中文多学科）、GSM8K（数理推理）、BBH（复杂推理）等流行基准测试中均有明显提升，GSM8K 提升高达 179％。这样的性能提升，让 ChatGLM 在 6B 尺寸开源模型中具有极强竞争力。

张鹏表示，新模型性能的提升得益于多阶段优化的模型训练策略，以及更优的数据和训练方法。这就让模型在体量不变的情况下，能力有了大幅进步。

如今的生成式 AI 模型都更加强调面向实际应用，ChatGLM3 也提升了推理效率。整体而言，得益于高效动态推理和显存优化技术的应用，ChatGLM3 的推理速度相较二代提升了 4 倍，相较目前最佳开源竞品 vLLM 提升 2 到 3 倍。

在大量的实践中发现，ChatGLM3 在不同并发下的 token 生成速度比 vLLM、TGI 推理方案快了一大截，并且并发越多提升越明显。同样地，不同并发下的首响延迟也大大降低。这些也是保证智谱清言较快生成速度的重要原因。

对于近来 AI 圈同样火热的智能体（Agent）技术，ChatGLM3 系列模型也凭借技术创新具备了更强大的智能体能力。

ChatGLM3 使用全新的算法，并集成了自研的 AgentTuning 技术，最大化激活大模型自身的智能体能力，在智能规划和执行方面相较二代模型提升了 10 倍。

张鹏表示，ChatGLM3 开启了国产大模型在智能体能力层面的飞速提升，其原生支持 Agent 进行工具调用、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的操作。

在清华等机构推出的 AI Agent 大模型基准测试平台 AgentBench 上的最新结果显示，ChatGLM3-trubo 的智能体能力基本持平 GPT-3.5 甚至比它略有优势，不过仍与 GPT-4 存在差距。

现如今大模型在其开发和部署中都极其关注国产化芯片的适配能力，ChatGLM 系列模型亦是如此。

智谱 AI 表示，ChatGLM 系列当前已经支持了超过十种国产芯片，包括有昇腾、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、长城超云等。以华为昇腾生态为例，ChatGLM3 在其平台上的推理速度已经提升了多达 3 倍。

此外，为了满足更丰富的应用场景，ChatGLM3 也针对边缘侧部署带来了更多尺寸的模型，可面向笔记本电脑、智能汽车甚至手机，在移动平台上用 CPU 进行推理，速度就能达到 20 token/s。

可以看到，ChatGLM3-1.5B 的模型性能已经接近于 ChatGLM2 代 6B 模型，新一代模型性能提升非常明显。

可以预见，未来 ChatGLM 系列模型将迎来更多样化的应用场景。

全线产品对标 OpenAI，而且更开放

在生成式 AI 领域，我们如今已经看过太多号称能力强大的模型，但在技术的大规模应用阶段，更加难能可贵的是「全面」。ChatGLM 3 系列模型的发布是智谱 AI 的一个关键节点：在新发布过后，该公司已成为目前国内唯一一个有对标 Open AI 全模型产品线的大模型创业公司：

在发布会上，张鹏表示：「对标 OpenAI 是智谱 AI 在成立时写在我们愿景里的话，也是一直努力的目标。目前从对话大模型、代码生成模型到多模态大模型，我们的全线产品与 OpenAI 的产品已经做到了对标。」

具体来说：

• 在对话模型上，对标 ChatGPT 的是 ChatGLM

• 在文生图方面，对标 DALL.E 的是 CogView

• 代码生成上，与 Codex 相对的是 CodeGeeX

• 搜索增强上，与 WebGPT 相对的是 WebGLM

• 另外，在多模态、图文理解领域，与 GPT-4V 对标的有 ChatGLM3

能够做到全线赶上，除了紧跟先进技术动向，更多应该归功于智谱 AI 长期坚持的技术研发路线。

智谱 AI 是一家从清华大学实验室里走来的明星 AI 创业公司，成立于 2019 年 6 月。就在上周五，智谱 AI 宣布今年已累计获得超过 25 亿人民币的融资。据了解，现在这家公司的估值已达到 140 亿元，是国内估值最高的大模型创业公司。

智谱 AI 走出了属于自己的大模型框架道路：今天能够横扫各大评测基准的 ChatGLM，源自该公司在 2020 年底开始研发的 GLM（通用语言模型）预训练架构。它是一个自回归填空模型，结合了 GPT 和 BERT 的优势，不仅能从前文预测后文，也能从后文猜前文内容，其理论训练效率比 GPT 更高，也能理解更复杂的场景。

坚持走完全自研的道路，让智谱 AI 在生成式 AI 赛道上逐步构建起优势， 通过自建的训练平台，这家创业公司也拥有了从零开始搭建平台和运维平台的能力。

今年 3 月，智谱 AI 推出了千亿基座的对话模型 ChatGLM，并开源了单卡版模型 ChatGLM-6B，使得研究者和个人开发者进行微调和部署成为可能。

ChatGLM-6B 具有 62 亿参数，结合模型量化技术，可基于消费级显卡进行本地部署（最低只需 6GB 显存）。ChatGLM-6B 系列模型目前已经获得了超过 1000 万的下载量，GitHub 的 Star 量也超过了 5 万。

除了 ChatGLM-6B，ChatGLM2-6B 也有 1.4 的万 Star 量。

今年 6 月，ChatGLM2 正式发布，千亿级基座对话模型经历了全系升级，提供多种模型体量，适用于多种场景。在细分领域上，智谱 AI 的团队也打造了 AIGC 模型及产品矩阵，包括生成式 AI 提效助手智谱清言、高效率代码模型 CodeGeeX 等。

面向开源生态的贡献还在继续。昨天的发布会上，智谱 AI 表示，为了进一步推动开源生态，还将把包括 ChatGLM3-6B、ChatGLM3-6B-32K、CogVLM-17B 和 AgentLM 在内的多个模型开源。

其中，ChatGLM-6B 开放了支持 32K 长文本的版本，可以支撑更多文档应用场景。

在智谱 AI 的平台上，企业可以基于自身的私有数据，利用性能领先的基座模型快速构建生成式 AI 应用。在本次 ChatGLM3 升级之后，面向企业用户的大模型 API 也被统一为 ChatGLM Turbo，并降价 50%，做到了业内最便宜的价格。

站上更高起点

智谱 AI 的全面对标，赶上了生成式 AI 逐步实用化的节奏。

大模型技术落地的速度，比我们想象得要快：本周三微软公布的财报显示，凭借其人工智能产品的实力，Azure 业务的增长达 29%。目前，使用 Azure OpenAI 服务公司和机构已经超过 1.8 万。不遗余力支持 OpenAI 搞大模型的策略，已经让微软开始有了收获。

当然，这还只是生成式 AI 马拉松比赛的前 100 米。

未来，生成式 AI 的业务模式，甚至大模型底层架构的发展路线，都有可能继续发生变化。而在这场漫长的竞争过程中，谁拥有更聪明的模型，更完善的技术平台，谁才更有机会跑到终点。

从如今智谱 AI 的布局来看，它已经为比拼耐力做好了准备。

© THE END 

转载请联系本公众号获得授权

投稿或寻求报道：[email protected]