智谱清言 App 全新升级视频通话功能，并推出新一代基座大模型

近日，智谱宣布清言 App 推出“视频通话”功能，同时官宣了新一代基座大模型 GLM-4-Plus，此外还将 CogVideoX-5B 开源、GLM-4-Flash 免费。

清言 App 迎来“视频通话”功能，这是清言 App 继 7 月上线生成视频功能清影 Ying 后又一重大更新，也是国内首个面向 C 端开放的视频通话。

清言视频通话跨越了文本模态、音频模态和视频模态，并具备实时推理的能力。用户拨打清言的视频通话窗口，即可与它进行流畅通话，即便频繁打断它也能迅速反应。清言可以理解摄像头拍摄到的内容，可以听懂指令并准确执行。这样的体验就如同和真人视频通话一样。

下面是在游戏陪伴、作业辅导、作业辅导和一些生活场景下，清言视频通话功能的表现：

据悉，清言 App 视频通话功能将于 8 月 30 日上线，首批面向清言部分用户开放，同时开放外部申请。

清影视频通话内测开通链接： https://zhipu-ai.feishu.cn/share/base/form/shrcnqpIx9q5ILEFeT2cPNhyuSf

GLM-4-Plus 是智谱全自研 GLM 大模型的最新版本，在语言理解、指令遵循、长文本处理等方面性能得到全面提升。

GLM-4-Plus 使用了大量模型辅助构造高质量合成数据以提升模型性能，利用 PPO 有效有效提升模型推理（数学、代码算法题等）表现，更好反映人类偏好。

• 语言文本能力方面，GLM-4-Plus 和 GPT4o 及 405B 参数量的 Llama3.1 相当。

LCB: LiveCodeBench

NCB: NaturalCodeBench

*represents reproduced results

• 长文本能力则通过更精准的长短文本数据混合策略，取得了更强的长文本的推理效果，比肩国际先进水平。

• GLM-4V-Plus 还可以理解网页内容，并将其转换为 html 代码，在图像和视频理解能力方面位居前列。

• GLM-4V-Plus 能够理解并分析复杂的视频内容，同时具备时间感知能力。

下面是针对该视频相关问题，GLM-4V-Plus 做出的回答。

用户：这个穿绿色衣服的球员在整个视频都做了什么？

GLM-4V-Plus：在整个视频中，穿绿色衣服的球员在场上运球，然后跳起将球投入篮筐。

用户：这个视频的精彩时刻是什么？发生在第几秒？

GLM-4V-Plus：这个视频的精彩时刻发生在第 4 秒，当时穿绿色衣服的球员跳起并将球投入篮筐。

GLM-4-Plus 现已在智谱大模型开放平台部署，企业和开发者即日起可以通过智谱开放平台 bigmodel.cn 上的 API 调用智谱最新的基座大模型。

GLM-4-Plus API 文档更新在： https://bigmodel.cn/dev/api#glm-4

GLM-4V-Plus API 文档更新在： https://bigmodel.cn/dev/api#glm-4v

MaaS 模型介绍页（包含最新模型的概要介绍）： https://bigmodel.cn/dev/howuse/model

文生图模型迎来最新版本 CogView-3-Plus，其效果接近目前最佳的 MJ-V6 及 FLUX 等模型，并支持图片编辑功能。

CogView-3-Plus 更新在：： https://bigmodel.cn/dev/api#cogview

另外，继 CogVideoX 2B 版本开源后，5B 版本也于近日正式开源，性能更强，推理显存需求最低仅为 11.4GB。同时，CogVideoX-2B 的开源协议调整为更加开放的 Apache 2.0 协议，任何企业与个人均可自由使用。

随着 CogVideoX-5B 的开源，智谱不仅在开源模型数量上领先，累计下载量也突破 2000 万次 ，智谱以实际行动为国际开源社区做出自己应有贡献。

随着技术进步、效率提升和成本优化，智谱宣布大模型开放平台 bigmodel.cn 最具性价比的大模型，GLM-4-Flash 现已完全免费，用户可以通过调用 GLM-4-Flash 快速、免费地构建专属模型和应用。这也是智谱开放平台首个完全免费的大模型 API。

智谱表示，最新推出的基座大模型，和此前发布的 CogVideoX 等模型一道，完善了智谱自主原创的全栈大模型谱系，推动智谱实现面向世界先进水平的全面对标。