我們用GLM-4-Plus搞了個“閱讀智能體”，工作效率提升了300%
每隔一段時間，大模型行業(yè)都會傳出新的消息。
先是在9月中旬，OpenAI在沒有預告的情況下發(fā)布了o1模型的預覽版；不到半個月后，國內(nèi)的智譜發(fā)布了若干更新模型，其中就包括新的基座大模型GLM-4-Plus，也是智譜當前最強大的模型。
國外圍繞o1模型的討論和場景探索還在繼續(xù)，也讓我們對GLM-4-Plus萌生了興趣：智譜的最強模型到底有多強，能夠解決哪些“懸而未決”的問題，又將帶來什么樣的影響？
01 全球前三的GLM-4-Plus，到底強在哪里
早在9月底的時候，國內(nèi)人工智能權(quán)威機構(gòu)清華大學基礎(chǔ)模型研究中心就對國內(nèi)外最具代表性的大模型進行了新一輪的綜合性測評，評測數(shù)據(jù)集包含語義、對齊、代碼、智能體、安全、數(shù)理邏輯、指令遵循等等。
按照清華大學基礎(chǔ)模型研究中心發(fā)布的SuperBench九月綜合榜單，GLM-4-Plus的綜合能力排名前三，打破了過去被國外大模型壟斷前三甲的局面，并在多個關(guān)鍵能力上保持了國際領(lǐng)先水平。
鑒于GLM-4-Plus在上線前已經(jīng)內(nèi)測了一段時間，期間有不少技術(shù)博主曾進行評測，我們關(guān)注到了三個層面的能力提升。
一是語言理解能力，通過大規(guī)模語料庫訓練和優(yōu)化算法，GLM-4-Plus在處理復雜語義上的表現(xiàn)較其他模型更加出色。
借用測評博主toyama nao的結(jié)論：在難度較高的水果熱量計算上(需要合理搭配水果，使總熱量剛好在一個區(qū)間)，大部分模型并沒有真的懂題目，但GLM-4-Plus完全理解了題意，并采用逐步湊數(shù)的方法給出了正確答案，而且回答非常有“人味”，也是第一個在此題拿到滿分的模型。
二是長文本能力，GLM-4-Plus支持128K上下文，憑借創(chuàng)新的記憶機制和分段處理技術(shù)，可以高效地處理大量文本信息。
我們之前曾讓支持1M上下文的GLM-4-Long扮演了“書童”的角色，兩分鐘就能“熟讀”50多萬字的《國史大綱》。GLM-4-Plus在上下文長度上沒有過于“激進”，而是基于精準的長短文本數(shù)據(jù)混合策略，取得了更強的長文本的推理效果，能夠滿足論文閱讀、文章總結(jié)等更高頻的應(yīng)用需求。
三是時序問答和多輪對話能力，從單一的圖像識別進化到對視頻、圖像的理解，并能針對單個視頻進行多輪對話問答。
在智譜的Demo中，輸入長達40秒的視頻后，GLM-4-Plus可以準確理解并感知時間，精準定位到事件發(fā)生的時刻，然后在視頻理解的基礎(chǔ)上結(jié)合上下文進行對話，比如視頻中的某個物體是在第幾秒出現(xiàn)的、一共出現(xiàn)了幾次，在智能安防、智能檢測等場景中有著不可小覷的應(yīng)用空間。
當然，以上只是我們比較感興趣的幾個能力，GLM-4-Plus的提升還體現(xiàn)在數(shù)學問題與代碼計算、數(shù)據(jù)分析任務(wù)、機器翻譯等方面，作為智譜全模型家族堅實的能力底座，堪稱“六邊形戰(zhàn)士”般的存在。
02 比性能指標有感知的，是解決問題的能力
智譜提供了GLM-4-Plus的API接口，即使不懂技術(shù)原理、不會訓練和微調(diào)，也可以調(diào)用API來解決工作中的實際問題，甚至動手開發(fā)出一個“智能體”，相比性能指標上的提升，有著更直接的價值感知。
因為日常工作需要處理大量的文字資料，限于大模型的語言理解和長文本能力，一些需求尚未被滿足。于是我們在智譜的開放平臺bigmodel上調(diào)用了GLM-4-Plus，并進行了針對性的場景測試：
第一個是財務(wù)報告的閱讀和信息整理。
每次到了財報季，不少企業(yè)會公布一份長達幾十頁乃至上百頁的報告，從頭到尾閱讀報告的內(nèi)容，至少需要兩個小時的時間，而且會習慣性忽略掉一些關(guān)鍵信息，所以我們將信息的整理工作交給了GLM-4-Plus。
我們上傳了PDF文件，并輸入“總結(jié)報告中的核心信息”的指令后，GLM-4-Plus迅速給出了我們想要的信息：
其中有兩個讓我們眼前一亮的細節(jié)處理：原報告中單位是“千美元”，GLM-4-Plus在輸出的總結(jié)內(nèi)容中，自動將單位換算成了“百萬美元”；“晶圓代工”的收入和增長并未體現(xiàn)在圖表中，僅在“管理層討論與分析”的篇末提及，依舊被GLM-4-Plus精準“捕捉”。
第二個是圍繞一些細節(jié)信息的對話問答。
文檔閱讀幾乎是所有大模型主打的場景，僅僅是信息總結(jié)似乎不能證明GLM-4-Plus的能力有多強。所以我們進一步提升了難度，用一些“隱藏”在表格中的信息詢問GLM-4-Plus，驗證能否在數(shù)萬字的報告中準確回答。
比如“目前有多少研發(fā)人員，30歲以下年輕人占比”的問題：
這個問題的迷惑性在于，表格中分別列舉了2023年中和2024年中的研發(fā)人員數(shù)量，如果大模型不能準確理解上下文語義，很可能會給出2023年的數(shù)據(jù)。GLM-4-Plus的表現(xiàn)無疑可圈可點，不僅準確抓住了2024年的數(shù)據(jù)，給出了表格中沒有的計算過程，而且將和問題對應(yīng)的數(shù)字進行了加黑處理。
第三個是提煉核心信息并生成視頻腳本。
除了歸納總結(jié)和信息檢索，另一個剛需場景在于內(nèi)容生成。我們嘗試讓GLM-4-Plus在報告的基礎(chǔ)上提煉核心信息并生成視頻腳本，在這個產(chǎn)品高度同質(zhì)化的賽道上，GLM-4-Plus能否給出不一樣的體驗感呢？
結(jié)果再次超出了我們的預期。
原以為GLM-4-Plus會像很多大模型一樣只是對信息進行簡單的總結(jié)，最終給到的是一份90分的高分答卷，涵蓋旁白、畫面切換以及對插入圖表、數(shù)據(jù)動畫、“背景音樂選擇輕快但不喧賓奪主的風格”等貼心建議，也讓我們進一步理解了測評博主toyama nao為何會給GLM-4-Plus“有人味”的評價。
做一個總結(jié)的話，在GLM-4-Plus的幫助下，我們的工作效率至少提升了300%，考慮到智譜已經(jīng)在智譜清言上線了視頻創(chuàng)作智能體清影，30秒即可將任意文字生成視頻，讓我們對GLM-4-Plus的能力有了更多的期待：也許在不久后，只需上傳一份財報，就能自動生成視頻快訊。
03 人機交互的新范式，正被千萬開發(fā)者定義
盡管我們的需求主要集中在內(nèi)容創(chuàng)作上，但在體驗了GLM-4-Plus的能力后，腦海中產(chǎn)生了這樣一個認知：GLM-4-Plus提升的不單單是工作效率，人機交互的習慣正在朝不可逆的方向演變。
就像財報分析的過程，有別于過去逐段閱讀、邊看邊記筆記的方式，GLM-4-Plus的多輪對話能力，讓我們可以對著目錄針對性提問，對整個工作流程和效率幾乎是重塑的，一旦養(yǎng)成了習慣就不愿再重復過去的方式。
在整理素材的過程中，我們看到了GLM-4-Plus更多的應(yīng)用場景：
有人將整理的大廠面試題庫“喂”給了GLM-4-Plus，然后讓模型生成針對性的面試題目。聯(lián)想到智譜清言APP上線的“視頻通話”功能，讓AI扮演面試官的角色，進行一對一針對性訓練并非沒有可能。
也有人在挖掘GLM-4-Plus的數(shù)學問題與代碼計算能力，在大模型的幫助下一步步厘清破題思路、給出準確的代碼計算邏輯，進而幫助學生更好地分析和解答數(shù)學題，讓GLM-4-Plus充當一對一家教。
更大范圍的用戶習慣，還需要和千萬開發(fā)者一起培養(yǎng)。
比如智譜清言APP的“視頻通話”功能，當AI有了“眼睛”后，幫我們解鎖了作業(yè)輔導、產(chǎn)品介紹、游戲助手等一系列新體驗。目前智譜已經(jīng)開始內(nèi)測GLM-4-Plus-VideoCall，將“視頻通話”的魔法賦予越來越多的開發(fā)者。
以智能硬件為例，VR眼鏡、智能音箱、家教學習機等產(chǎn)品都可以集成GLM-4-Plus-VideoCall，實現(xiàn)視頻通話、語音多輪交互等跨模態(tài)能力，讓電影《Her》中的場景從科幻走進現(xiàn)實。
同樣的例子還有風頭正勁的具身智能，在工業(yè)機器人等場景中，一旦擁有了視頻分析與實時交互能力，將不再局限于程序設(shè)置的機械操作，極大提升工業(yè)機器人的自主操作能力，進一步解放生產(chǎn)力。
也就是說，GLM-4-Plus不只是“智能體”開發(fā)者的機會，還為硬件開發(fā)者提供了軟硬協(xié)同的合作空間。
把視角再放大一些的話，蘋果已經(jīng)在iPhone 16系列上搭載了一顆獨立的“相機鍵”，并在官方演示中將其定義為視覺AI的交互入口，在很大程度上預示了硬件創(chuàng)新的方向。
由此可以得出的結(jié)論是：智譜等大模型廠商已經(jīng)向硬件開發(fā)者張開了懷抱，而蘋果為首的硬件廠商正在積極迎接AI時代，一場“雙向奔赴”將是可以預見的結(jié)局。
04 寫在最后
令人興奮的，遠不止大模型的能力進階和落地場景。
智譜在更新模型的同時，還同步釋放了一波紅利：10月份將贈送每位用戶1億tokens額度，并根據(jù)消耗梯度提供最高1折的API折扣。
原因并不難解釋，GLM-4-Plus在能力提升的同時，成本也在大幅下降。大模型落地到千行萬業(yè)的最后一道障礙，正在無形中“瓦解”。等待我們的，注定是一個被大模型改寫的星光熠熠的時代。
轉(zhuǎn)載請在文章開頭和結(jié)尾顯眼處標注：作者、出處和鏈接。不按規(guī)范轉(zhuǎn)載侵權(quán)必究。
未經(jīng)授權(quán)嚴禁轉(zhuǎn)載，授權(quán)事宜請聯(lián)系作者本人，侵權(quán)必究。
本文禁止轉(zhuǎn)載，侵權(quán)必究。
授權(quán)事宜請至數(shù)英微信公眾號(ID: digitaling) 后臺授權(quán)，侵權(quán)必究。
評論
評論
推薦評論
暫無評論哦，快來評論一下吧！
全部評論（0條）