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
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。" \n6. 垃圾分类和回收利用: 妥善处理垃圾,避免焚烧垃圾,对垃圾进行分类和回收利用,可以减少污染物排放。\n\n总之,减少空气污染需要政府、企业和个人共同努力。 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.
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
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! be optimized before the PR is merged) and 18GB using SAT 微调显存消耗 (bs=1) 42GB 提示词长度上限 226 Tokens 视频长度 6
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。 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
2022年,在国内还没有多少人相信大模型的时候,智谱就将其开发的高精度双语千亿模型GLM-130B进行了开源,ChatGPT爆火后又紧跟着开源了60亿参数 ChatGLM-6B,早于国内的大多数同行。 今年三月,智谱发布了对话模型——ChatGLM,并重新训练了一个 60 亿参数的模型 ChatGLM-6B 并进行开源。智谱在大模型开源上很快领先。 近日,智谱公开了ChatGLM-6B系列模型在所有开源社区的开源数据:一代和二代达ChatGLM-6B模型达到1000万+下载,累计四周Hugging face趋势榜第一,GitHub 5w+stars 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。 智谱AI是清华大学科研成果转化而成立的,因此从一开始就拥抱开源,有很多知名的开源项目,比如国内最早开源的千亿大模型GLM-130B,还有ChatGLM-6B,各版本在GitHub的star数累计是所有开源大模型里非常靠前的
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 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。 的代码能力对齐 Claude Sonnet 4.5: • SWE-bench-Verified:开源第一,达到 73.8%(相较 GLM-4.6 提升 5.8%) • LiveCodeBench V6: 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:/ 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。 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
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 其次,智谱GLM-4-9B智能体为用户提供了一个便捷的开发平台。通过该智能体,用户可以轻松实现代码执行、联网浏览、画图等功能。 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/ 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。
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。 三是脆弱的护城河: 今天用户觉得Kimi的长文本好用,明天智谱清言更新了功能,后天千万发出了十几亿红包......用户立马切换阵营,毫无忠诚度可言。 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。 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%。 最为重要的是,智谱的GLM架构实现了全国产化适配,并在东南亚等海外市场也开始有了一席之地。但同时,智谱AI的背后也有着一双隐形的手在牵绊着。 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 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。
作为中国大模型第一股,作为曾经AI六小龙里,最闪耀的新星,我想,对智谱AI你也有一定有很多好奇。 在今天这个时刻,我想,也用这一篇文章,6个信息。 帮你了解关于智谱AI的一切。 智谱AI是谁? 智谱 AI,全称“北京智谱华章科技股份有限公司”。 2019年6月11日成立,出身非常标准的清华系。 公司技术根基来自清华大学计算机系知识工程实验室,也就是KEG Lab。 行业标签那边,智谱这几年换过好几个称呼。 一开始,叫大模型四小龙,后来变成了大模型六小虎,现在又快变成四小龙了,浮浮沉沉,智谱一直都是最前排的那个。 从业务定位看,智谱是很典型的独立基座大模型公司。 按照沙利文报告的统计,2024年按大模型相关收入算,智谱在中国大模型厂商里排第二,机构客户贡献47亿元、个人客户贡献6亿元,市占率6.6%,而且是前五名里唯一的独立大模型公司,其他都是互联网大厂。 2023年,随着ChatGPT的爆发,也是智谱AI井喷的一年,更是让大众记住“ChatGLM”这个名字的一年。 2023年3月,作为国内首个,智谱AI开源了一代神基座模型ChatGLM-6B。
智谱 AI 的端到端视频理解模型,使得用户的指令能被精准解析,生成的视频内容丰富且紧密相关,这项创新为创作者提供了更大的自由度。 huggingface.co/THUDM/CogVideoX-2b技术报告:https://github.com/THUDM/CogVideo/blob/main/resources/CogVideoX.pdf丹摩智算平台 device="cuda", dtype=torch.float16, ) video = pipe( num_inference_steps=50, guidance_scale=6, (6)点击添加端口,添加7870端口。(7)添加成功后,通过访问链接即可访问到刚刚启动的 gradio 页面。4 遇到问题(1)端口号被占用。
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? 智谱autoGLM开源,就是在抢第一批手机系统合作伙伴。第三是软件厂商将进入AI化的生死战。从这个意义上来说,App的价值会被重新定义。能否被AIagent调用?能否提供工具级API?能否被模型理解? 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。