智谱AI发布ChatGLM3，性能更强大，功能更丰富

智谱AI发布ChatGLM3，性能更强大，功能更丰富

2023年10月27日，智谱AI在2023中国计算机大会（CNCC）上，发布了具有里程碑意义的全新产品ChatGLM3，这是继ChatGLM和ChatGLM2之后的又一次重大突破。

ChatGLM3采用了创新的多阶段增强预训练方法，让训练更加充分。根据评测结果显示，在44个中英文公开数据集测试中，ChatGLM3在国内同尺寸模型中表现出色，名列前茅。在发布会上，智谱AICEO张鹏详细介绍了ChatGLM3的新功能，并进行了实时演示。

ChatGLM3的全新技术升级使其性能更强大，成本更低。通过更丰富的训练数据和更优的训练方案，智谱AI打造的ChatGLM3拥有更高的性能。相较于ChatGLM2，ChatGLM3在MMLU性能上提升了36%，在CEval上提升了33%，在GSM8K上提升了179%，在BBH上提升了126%。除了性能的提升，ChatGLM3还引入了一些全新的功能。其中包括多模态理解能力的CogVLM-看图识语义，在10多个国际标准的图文评测数据集上取得了SOTA的成绩。此外，ChatGLM3还集成了代码增强模块CodeInterpreter，它能根据用户需求生成代码并执行，自动完成数据分析、文件处理等复杂任务。还有网络搜索增强的WebGLM，它能够根据问题自动在互联网上搜索相关资料，并在回答时提供参考的文献或文章链接。这些新功能使得ChatGLM3的语义能力和逻辑能力大幅增强。与此同时，ChatGLM3还集成了自研的AgentTuning技术，将模型智能体能力进行了激活，尤其在智能规划和执行方面，相较于ChatGLM2提升了惊人的1000%。这使得ChatGLM3能够原生支持复杂场景，如工具调用、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。

新一代的ChatGLM3模型推出了可手机部署的端测模型，为用户提供了更加便捷的使用体验。无论是vivo、小米还是三星等多款手机，甚至车载平台，都可以轻松支持。而且，这个模型还支持移动平台上的CPU芯片推理，速度非常快，可以达到20tokens/s。除了速度快，ChatGLM3的精度也非常高。在公开benchmark上，1.5B和3B模型的性能与之前的ChatGLM2-6B模型相当。这意味着用户在使用新模型时，不会受到性能下降的影响。在推理框架方面，ChatGLM3采用了最新的高效动态推理和显存优化技术。相较于其他开源实现，比如伯克利大学推出的vLLM和HuggingFaceTGI的最新版本，ChatGLM3的推理速度提升了2-3倍，推理成本也降低了一倍，每千tokens的成本仅为0.5分，是目前最低的。

ChatGLM3的推出还为智谱清言带来了全新的能力。智谱清言是一款生成式AI助手，现在已经成为国内首个具备代码交互能力的大模型产品。用户可以在智谱清言中使用代码功能，支持图像处理、数学计算、数据分析等各种使用场景。不仅如此，智谱清言还具备了搜索增强能力，可以为用户整理相关问题的网上文献或文章链接，并直接给出答案。除了智谱清言，智谱AI还推出了CogVLM模型，提高了智谱清言的中文图文理解能力。这个模型接近于GPT-4V的图片理解能力，可以回答各种类型的视觉问题，并且可以完成复杂的目标检测和自动数据标注。从2022年初开始，GLM系列模型已经支持在昇腾、神威超算和海光DCU架构上进行大规模预训练和推理。这意味着用户可以在不同的硬件平台上使用这些模型，享受到更加强大的功能和性能。

总的来说，ChatGLM3的推出为用户带来了更加便捷和高效的使用体验。无论是在手机上还是在其他硬件平台上，用户都可以通过智谱清言和CogVLM模型完成各种任务，包括代码交互、图像处理、数学计算等。这些模型的推出标志着智谱AI在AI领域的持续创新和发展，为用户提供了更多可能性和选择。随着技术的不断进步，相信未来还会有更多的创新和突破。

随着人工智能技术的不断发展，智能化的生活已经成为了不可避免的趋势。作为人工智能时代中的一份子，智谱AI通过不断的创新和技术的积累，已经支持了10余种国产硬件生态，将有助于国产原生大模型与国产芯片早日登上国际舞台。然而，智谱AI不满足于此，他们推出了ChatGLM3及相关系列产品，全面提升了自身的模型性能，为业界打造了更开放的开源生态，并进一步降低了普通用户使用AIGC产品的门槛。这不仅让人工智能技术更加普及化，也为更多的人扩大了使用人工智能产品的范围，让人工智能真正成为人民生活的一部分。然而，随着大数据、物联网等新兴技术的快速发展，人工智能技术的应用场景也越来越广泛。其中，大模型技术的应用也逐渐受到了人们的重视。大模型技术是一种基于大规模数据集训练而成的强大模型，能够帮助人们更好地解决实际问题。那么，大模型技术到底有什么优势呢？首先，大模型技术能够更加准确地分析和预测数据。由于模型训练所使用的数据集更加大规模，因此模型的预测结果也更加准确。其次，大模型技术能够更好地识别和提取特征。对于复杂的数据特征，大模型技术能够更加精准地提取，从而更好地拟合数据。随着大模型技术的不断发展，其在人工智能领域的应用也将越来越广泛。未来，大模型技术将有助于我们更好地应对各种实际问题，为人类创造更美好的生活。