智谱AI于今日20点发布「智谱清流」企业级智能体开发平台。它是专为企业AI应用落地打造的AI智能体开发平台。 基于智谱全模型矩阵叠加与之深度适配的智能体开发框架,轻松实现的企业级AI智能体。 智谱全模型矩阵 清流提供Agents、Workflow、知识管理、批量效果调优等能力,让企业无需专业编程即可快速构建高效的AI应用,推动业务全面智能化升级。
简介智谱是清华大学技术成果转化公司中英双语千亿级大模型 GLM-130B对话模型 ChatGLM开源模型 ChatGLM-6BAI 提效助手智谱清言高效率代码模型 CodeGeeX多模态理解模型 CogVLM
前不久,智谱官微放出来了关于智谱AI Open Day的预告。 今天,智谱AI 在OpenDay正式开源了GLM4系列的小版本-GLM-4-9B系列。 GLM-4-9B是智谱AI最新推出的预训练模型GLM-4系列的开源版本。 此外,智谱AI还推出了GLM-4-9B-Chat-1M模型,支持高达1M的上下文长度,相当于约200万中文字符。 目前智谱AI开放平台支持了GLM4系列的语言模型和多模态大模型,每一个模型的定价策略不同: 评测结果 对话模型典型任务 基座模型典型任务 由于 GLM-4-9B 在预训练过程中加入了部分数学、推理、代码相关的 instruction 数据,所以将 Llama-3-8B-Instruct 也列入比较范围。
https://zhipu-ai.feishu.cn/wiki/WvQbwIJ9tiPAxGk8ywDck6yfnof 智谱ChatGLM3本地私有化部署 1环境配置和检查 要进行智谱ChatGLM3 操作系统: 智谱ChatGLM3支持多种操作系统,如Linux、Windows和macOS等。选择适合你的操作系统,并确保它符合智谱ChatGLM3的要求。 智谱ChatGLM3通常需要Python 3.10或更高版本。 模型下载: 下载智谱ChatGLM3的模型文件,这些文件包含了预训练好的模型参数和配置信息。 配置文件: 根据你的需求,修改智谱ChatGLM3的配置文件,包括模型路径、输入输出设置等。 测试和验证: 确保你的环境配置正确无误后,进行简单的测试和验证,确保智谱ChatGLM3可以正常运行。 请注意,智谱ChatGLM3的部署和配置可能会因个人需求和环境而有所差异。
但是智谱AI今天将清影 同源的视频生成模型CogVideoX开源了,让对手猝不及防!
使用LLaMA Factory来训练智谱ChatGLM3-6B模型时,以下是一个训练过程: 1. 环境搭建 a. 选择或创建数据集 选择一个适合训练ChatGLM3-6B模型的数据集,或者根据需求创建自定义数据集。 例如参数: [ { "instruction": "保持健康的三个提示。" \n\n3. 睡眠充足。睡眠对人体健康至关重要,成年人每天应保证 7-8 小时的睡眠。良好的睡眠有助于减轻压力,促进身体恢复,并提高注意力和记忆力。" 语言选择:中文 模型名称:ChatGLM3-6B-Chat 模型路径:前面从Hugging Face下载的ChatGLM3-6B模型本地路径 微调方法:lora 训练阶段:sft 数据集:上面新添加的测试数据集 加载预训练模型 下载智谱ChatGLM3-6B的预训练模型,并将其放置在适当的目录中。 使用LLaMA Factory提供的工具或脚本加载预训练模型。 b.
对于我个人来说,OpenClaw 的生态并未让我放弃,特别是最近智谱推出的 Autoclaw 升级版,经过深度体验,我觉得它非常值得一试。 今天,我就来深度复盘一下,为什么智谱 Autoclaw 能够留住我,以及它最近的这次升级究竟强在哪里。 而智谱 Autoclaw 在这一点上做出了极为人性化的改进。 在最新版中,创建一个新的 Agent 分身变得异常简单。 3、拒绝被绑定:灵活的外部模型配置 对于重度 AI 用户来说,“被绑定”是最让人头痛的问题。很多平台只允许使用自家的模型,不仅贵,而且在特定领域(如编程、数学推理)的表现未必是最佳的。 另外,最近智谱autoclaw在做推广活动, 我这里也挣点积分。 邀好友,无上限!AutoClaw积分风暴来袭跟我一起用AutoClaw龙虾: Z5P67ZXC
上半年,智谱的 GLM 在开源上一骑绝尘,这主要归因于其早早布局的先发优势,又抓住了 3 月 ChatGPT 在国内爆火的关键时机进行开源。 彼时,智谱To B的路线已经渐成共识,关于智谱是否会开源其百亿模型的讨论也在圈内不胫而走,而智谱一直没有公布其下一步开源路线。 直到上个月27号,在2023中国计算机大会(CNCC)上,智谱推出了全自研的第三代基座大模型ChatGLM 3,性能大幅提升的同时,智谱AI CEO张鹏也在会上宣布开源了ChatGLM3-6B。 在ChatGLM 3 系列模型发布后,智谱成为了目前国内唯一一个对标OpenAI全模型产品线的公司: 对标OpenAI但不模仿,智谱选择用开源与闭源同时存在的打法来扩大自己的生态。 3 未来的关键节点: 看谁的大模型能率先追上GPT4 今年10月智源副院长刘江宣布加入智谱担任智谱首席生态官,智谱的核心团队再添新面孔。 AI科技评论:首席生态官主要是做哪些事情?
Claude Code × 智谱 BigModel 实战集成指南本文记录一次 Claude Code + 智谱 BigModel(GLM Coding 套餐) 的完整体验,从 CLI 安装、IDE 集成 核心能力包括:在本地代码仓库中直接对话式开发理解项目结构、自动生成/修改代码支持多种 IDE(VS Code / JetBrains 全家桶)支持通过 兼容 Anthropic API 的第三方模型 接入(如智谱 终端中可直接使用:claude三、IDE 集成能力1️⃣ Claude Code Desktop官方桌面客户端适合直接在本地项目中进行对话式开发2️⃣ VS Code官方插件支持与当前 Workspace 深度绑定3️⃣ 四、接入智谱 BigModel(GLM Coding 套餐)Claude Code 可以通过 Anthropic API 兼容协议 接入智谱大模型。 4.3 使用官方自动化工具(强烈推荐)智谱提供了 Coding Tool Helper,可自动完成:Claude Code 安装API Key 配置MCP Server 管理模型套餐加载一条命令完成配置
作为智谱最新旗舰模型,GLM-4.7 面向 Agentic Coding 场景全面升级:编码能力更强、长程任务规划更稳、工具协同更顺。 往期推荐: 序号 文章标题 链接 1 MCP协议爆火揭秘 查看详情 2 轻松配置Cursor玩转MCP 查看详情 3 Browser-Tool 前端开发神器 查看详情 4 AI编码焕新:用Context7 查看详情 5 NotebookLM:靠谱知识库 查看详情 6 Spring AI 玩转多轮对话 查看详情 7 Cursor生成UI,加一步封神 查看详情 8 神器!
昨天,DeepSeek 发了 OCR 用图片来理解信息,缩减上下文 低清无码,不影响识别《通过视觉,确实可以压缩信息》 刚刚的,智谱发了 Glyph 把信息压缩成图片,缩减上下文 Git:https:/ token 承载更多的文本信息 LLM 驱动的搜索 先看个 Glyph 的数据: 在极限压缩下(8× 压缩) • 128K 窗口处理 1M tokens 的文本 • 某些任务上性能会有影响 平衡配置(3- 4× 压缩) • 在各类任务上不会掉点太多 • 性能和 Qwen3-8B 相当 • 4.8× 更快的 prefilling • 4.4× 更快的 decoding 在这里有个挺聪明的设计 Glyph 让 从而搜索最高效的视觉渲染方案 效果: 随机配置:40.91 分 人工配置:43.62 分 LLM 搜索配置:45.60 分 效果如何 在 LongBench 和 MRCR 上 Glyph 的表现和 Qwen3- 最后 在这个时间节点上 大家都开始了视觉压缩的探索 用视觉方式表达信息,效率更高 毕竟:低清无码,不影响识别 DeepSeek 从图像提取信息 针对已经是图片格式的文档 验证视觉压缩下的文字还原能力 智谱把文本变成图像
不久前,国内的头部大模型厂商智谱 AI ,刚刚推出了 glm-4-0520 模型,该模型被认为是当前平台最先进的模型,具备 128k 的上下文长度,并且相较于前一代模型,指令遵从能力大幅提升 18.6% 可以看出,智谱AI对于该模型寄予厚望。 为了验证这个大模型的性能,我们尝试用它来实现【视频字幕翻译】功能。 下面,我们就可以利用智谱AI的 glm-4-0520 大模型,将原版的英文字幕翻译成中文: # 构造Chain,将原版的英文字幕翻译成中文 llm = ChatZhipuAI(model="glm-4- 0520", temperature=0) # 使用智谱AIglm-4-0520大模型 chain = ( {"content": lambda x: x.page_content} 最后,我们可以利用智谱AI刚刚推出的 embedding-3 这个 Embedding 模型,计算下两个字幕的语义相似度: # 计算原版英文字幕和翻译后的中文字幕在语义上的相似度 embeddings
人在变强的路上 才会真正爱上自己 就在 2025 年冬至刚过、圣诞余温未散的 12 月 26 日,智谱公司悄悄扔出一颗“代码核弹”: Z Code—— 一款轻量级但野心勃勃的 AI 协同编程桌面工具。 这叫 “对话级版本回滚” —— 不用 git reset --hard HEAD~3 再祈祷没丢代码, 只需鼠标右键:“回到我还没说‘用量子纠缠优化性能’的那一刻”。 文件管理他 也不逊色于vscode 3. 快速上手:5 分钟召唤你的 AI 编程天团 Step 1:下载安装 官网 https://zcode-ai.com/cn macOS / Windows 全支持 Step 2:登录智谱账号 首次打开 GLM 系列模型自动刷出来(需开通 GLM Coding 套餐) Step 3:加点“外援” 想用 Codex / Gemini?
智谱AI与MiniMax正在展开一场赴港IPO的生死时速。2025年12月17日,智谱AI正式通过了港交所上市聆讯。巧的是,同日晚间,MiniMax也通过了港交所上市聆讯。 而2025年年内MiniMax则完成新一轮近3亿美元的C轮融资,投后公司估值超过40亿美元(约合300亿元人民币)。谁能率先抢夺上市,成为港股大模型第一股,将能享受巨大的资本市场红利。 智谱AI当前正在经历从“重资本”向“轻资产”转型。当前,智谱AI主要的收入来源还是面向政府(ToG)和大型企业(ToB)的本地化部署。 智谱AI背后隐形的双手我们从2024年的营收来看,智谱AI确实了不得,已经在中国独立通用大模型开发商中拿下了第一,市场份额也占到了6.6%。 不过,这一次赴港上市以后,智谱AI还将接受更为严格的“资本考验”,尤其是智谱AI能否真正为自身找到一条通往持续盈利的道路。
智谱、Kimi或能借API“水电煤”模式成功逃离巨头流量内卷。 撰文|顾青云 编辑|沈菲菲 刚过去的半个月,国内互联网圈的画风有些诡异。 与ChatGPT、千问、智谱清言App等“对话框”不同,OpenClaw是一个采用无头架构的自动化智能体框架。 而且OpenClaw对中国的大模型企业相当友好,智谱、Kimi、MiniMax的模型都在第一时间支持,并被官方在X上多次推荐。 美元/百万Token,智谱GLM-5为2.55美元/百万Token,Claude Opus4.6高达25美元/百万Token。 智谱的股价在2月20日单日大涨42.72%,总市值突破3200亿港元,较招股价上涨超4.6倍;MiniMax在3月2日晚交出了巨亏18.7亿美元的年报后,股价却逆势大涨了19%。
智谱 AI 长期专注于大模型技术的研究,从 23 年开始,大模型受到了各行各业的关注,智谱 AI 也深度的参与到各种场景的大模型应用的建设当中,积累了丰富的模型落地应用的实战经验,其中 RAG 类应用占据了较大的比重 启动项目时,一个城市大约需要 3,000 个 FAQ,运营过程中会增加至 6,000 个,导致高昂的维护成本。 知识复用性差。 传统 NLP 技术缺乏对人类对话的理解能力,智谱 ChatGLM 大模型原生的就能够理解对话的上下文。 旧方法只能提供固定答案,无法针对特定情况精准回答,而智谱 ChatGLM 大模型能够生成有效答案或者推理生成更有针对性的答案。 智谱 AI 将继续致力于 RAG 技术的探索与实践,为企业在更多的领域落地大模型应用,提供更加智能、高效的服务体验。
热门开源项目推荐:智谱GLM-4-9B和ChatGLM3-6B 1.引言 1.1 开源文化简介 开源文化是一种以共享、协作和透明度为核心价值的软件开发哲学。 4.热门开源项目推荐 4.1 智谱GLM-4-9B 开源大模型推荐:智谱GLM-4-9B 开源地址1:https://gitcode.com/THUDM/GLM-4/overview 开源地址2:GitHub 4.2 智谱ChatGLM3-6B 开源大模型推荐:智谱ChatGLM3-6B 开源地址1:GitCode - 全球开发者的开源社区,开源代码托管平台 开源地址2:https://github.com/ THUDM/ChatGLM3 官方文档(如下图):开源 · ChatGLM3 部署文档 个人亲自部署文档:智谱ChatGLM3本地私有化部署(Linux)_chatglm 3 私有化部署-CSDN博客 ChatGLM3 是智谱AI和清华大学 KEG 实验室联合发布的对话预训练模型。
这两天AI行业最大的新闻,就是智谱突然又开源了autoGLM,为手机端提供了一个开放式的、谁都可以利用的agent平台。智谱开源的时间节点非常好,因为就在豆包手机被拦截后。 在这个时间节点,智谱可谓抓住了最大的热度,为自己的产品进行推广。从行业角度而言,前两天豆包手机被App拦截,只是一个表象事件。智谱开源autoGLM,才是真正标志AI时代权力重新洗牌的关键节点。 2为什么智谱要开源?不是因为情怀,也不是因为想扩大模型生态。原因只有一个,开源是唯一能切入硬件系统层的合法方式。安卓当年为什么能成功? 3过去十年,手机厂商都想超越安卓、对抗iOS,但没有一次成功。原因在于,既没有新的系统范式,也没有新的入口机会,更没有可替代的生态能力。但AI给了硬件厂商一次从未出现过的生态重写窗口。 智谱推动的autoGLM开源,只是第一声枪响。真正的战争,还没开始。
今天我准备简单的跟大家聊一下智谱新发布的AutoGLM沉思这么一个具备自我思考探索能力的智能体。 在智谱发布了这个智能体以后,我也是第一时间去做了下载和试用,感觉这个东西有点接近于Manus这么一个通用智能体的概念,它具备了深度思考推理的能力,同时它还可以联网搜索去操作网页,去爬取相关的网页信息进行整合 所以我把这个问题丢给智谱的AutoGLM沉思以后,其实他开始对我整个问题的理解还是相当到位的,他会详细规划出我整个差旅的行程住宿的要求,然后拿到这些信息以后,他就开始搜索相关的网页,或者是搜索相关的订酒店订机票的网站 智谱至少上层这个通用智能体框架还是一个很好的参考,获取换个底层大模型可能就有更好的结果输出。 同时在试用完以后,我一直在想我们企业以后的通用智能体,它本身的生态究竟应该什么是什么样? 我一直在强调企业内部的 AI通用智能体,它一定是大模型和整个MCP协议生态的高度融合,而不是类似于像智谱现在这种模式,他去模拟你去搜索模拟人,去操作网页,模拟RPA,机器人的这种操作。
智谱AI与大模型技术 智谱AI作为国内人工智能领域的领军企业,一直致力于认知智能大模型的研发。 3. 其他开放的大模型 除了 GLM-4 之外,智谱AI还开放了其他几款大模型,包括: GLM-3 :作为 GLM-4 的前代模型,GLM-3 也在众多领域有着广泛的应用。 4.Cogview-3-Flash介绍 4.1 CogView-3-Flash是什么 CogView-3-Flash是智谱AI推出的免费图像生成模型,能够根据用户指令生成符合要求且美学评分更高的图像。 二、使用步骤: 想要体验智谱AI大模型的强大能力,只需按照以下步骤操作: 1. 注册账号: 访问智谱AI官网(https://open.bigmodel.cn/),注册并登录智谱AI开发者平台。 2.展望未来 智谱AI大模型的免费开放仅仅是一个开始。未来,智谱AI将继续加大研发投入,不断提升大模型的性能和能力,并探索更多创新的应用场景。