gLM - AI在线

智谱清言上线情感语音模型 GLM-4-Voice：可理解情感，有情绪表达和共鸣

智谱今天宣布上线 GLM-4-Voice 端到端情感语音模型。官方表示，其能够理解情感，有情绪表达、情感共鸣，可自助调节语速，支持多语言和方言，并且延时更低、可随时打断，用户即日起可在“智谱清言”App 上体验。据介绍，GLM-4-Voice 具备如下特点：情感表达和情感共鸣：声音有不同的情感和细腻的变化，如高兴、悲伤、生气、害怕等。

智谱与中国三星官宣战略合作：AI 手机与 GLM 大模型相结合

中国三星与智谱华章（简称“智谱”）昨日宣布战略合作，双方称将在 AI 手机领域展开深度共创，共同打造卓越体验的 AI 产品。三星电子大中华区用户体验战略副总裁许元默表示：“此次深度合作，我们将三星 AI 硬件优势和对标全球体验的应用场景与智谱 GLM 大模型相结合，一起为用户打造更加优质、个性化的 AI 手机和智能服务。 ”智谱 CEO 张鹏表示：“未来，我们将与三星携手，共同从生产力、创造力、娱乐等方面，为用户打造更加优质的全新 AI 体验。

智谱 AI 宣布 10 月最低 1 折开放全部官方模型 API，每位用户可获 1 亿 tokens 额度

智谱 AI 今天下午发布 10 月最新促销活动，最低 1 折调用开放平台 bigmodel.cn 所有官方模型 API，期间每位用户均可获赠 1 亿 tokens 额度。此外，在 10 月内，根据用户前一天的 token 用量，次日可享阶梯折扣。日消耗超 1 亿 token，次日所有 API 调用 5 折优惠日消耗超 10 亿 token，次日所有 API 调用 3 折优惠日消耗超 100 亿 token，次日所有 API 调用 1 折优惠据AI在线此前报道，今年 8 月，智谱 AI 在 KDD 2024 大会上发

智谱发布新一代基础模型，清言 App 国内率先面向 C 端开放视频通话服务

感谢智谱 AI 在 KDD 2024 大会上发布了新一代基础模型，自称在相应领域均达到了国际第一梯队的水准，并宣布在 MaaS 平台上免费开放 GLM-4-Flash API：语言模型 GLM-4-Plus：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。文生图模型 CogView-3-Plus：具备与当前最上面的 MJ-V6 和 FLUX 等模型接近的性能。图像 / 视频理解模型 GLM-4V-Plus：具备卓越的图像理解能力，并具备基于时间采集的视频理解能力。该模型将上线开放平台（bigmodel.cn

智谱 AI 宣布 GLM-4-Flash 大模型免费开放：支持中文、英语、日语、韩语、等 26 种语言

智谱 AI 今日宣布，GLM-4-Flash 大模型免费开放，通过智谱 AI 大模型开放平台调用。GLM-4-Flash 适用于完成简单垂直、低成本、需要快速响应的任务，生成速度能达到 72.14 token/s，约等于 115 字符/s。GLM-4-Flash 具备多轮对话、网页浏览、Function Call（函数调用）和长文本推理（支持最大 128K 上下文）等功能，同时支持包括中文、英语、日语、韩语、德语在内的 26 种语言。官方表示，通过采用自适应权重量化、多种并行化方式、批处理策略以及投机采样等多种方法

阿里云、智谱多家国产大模型公司宣布提供 OpenAI API 服务替代方案

感谢昨天陆续有 API 开发者在社交媒体上表示，他们收到了来自 OpenAI 的“警告信”，信中表示将采取额外措施停止其不支持的地区的 API 使用，IT之家此前已进行详细报道。此后，多家国产大模型公司宣布为开发者提供 OpenAI API 服务的替代方案，包括智谱、阿里云、百度智能云等。智谱：推出 OpenAI API 用户“特别搬家计划”，帮助用户切换至国产大模型。其 GLM 大模型号称全面对标 OpenAI 产品体系，且全链路技术自研、安全可控。为开发者提供：1.5 亿 Token（5000 万 GLM-4

智谱 AI 宣布全模型矩阵降价：GLM-4-Flash 模型降至 0.06 元 / 百万 Tokens

在今天举行的智谱 AI Open Day 上，智谱 AI 宣布全模型矩阵降价。IT之家附降价情况如下：GLM-4-Air、GLM-3-Turbo 现价 0.6 元 / 百万 TokensEmbedding-2 现价 0.3 元 / 百万 TokensGLM-4-Flash 现价 0.06 元 / 百万 Tokens在今天的活动中，智谱还宣布开源 GLM-4-9B 系列模型，其包含基座模型、视觉模型，以及不同上下文长度的 Chat 模型。GLM-4-9B-Chat 可提供多轮对话、网页浏览、代码执行、自定义工具调用等

预测蛋白质共调控和功能，哈佛&MIT训练含19层transformer的基因组语言模型

编辑 | 萝卜皮破译基因及其基因组背景之间的关系，是理解和设计生物系统的基础。机器学习在从大量蛋白质序列数据集中学习序列-结构-功能范式背后的潜在关系方面表现出潜力。哈佛大学和麻省理工学院（MIT）的研究人员在数百万个宏基因组框架上训练基因组语言模型（gLM），从而分析基因之间潜在的功能和调控关系。gLM 能够学习「上下文」化的蛋白质嵌入，捕获基因组上下文以及蛋白质序列本身，并编码具有生物学意义和功能相关的信息（例如酶功能、分类学）。该研究以「Genomic language model predicts prot