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
直接公测,人人可玩
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
- Claude团队喜提清华物理学霸姚顺宇!两个Yao Shunyu都投身大模型了2024-10-28
- 帮了一把南美农民的拼多多,联合国粮农组织都点赞了2024-10-31
- 4个专业Agent帮你出海,00后跨境做起婚庆,在阿里国际跑通全流程2024-10-29
- 值得买科技与人大高瓴人工智能学院首个多模态领域联合研究成果亮相CNCC20242024-10-25