大傻的春天大壮CNCC 落幕：国产大傻的春天大壮大模型已经进化到能在横店给我们点咖啡_ZAKER新闻
CNCC 落幕：国产大傻的春天大壮大模型已经进化到能在横店给我们点咖啡_ZAKER新闻
根据欧盟委员会今年3月发布的名为“欧洲氢银行”的战略政策文件，目前全球30%的氢能投资集中在欧盟。西班牙政府计划在2030年实现4兆瓦的电解槽产能，成为欧洲主要的氢能供应国。去年，西班牙、法国和葡萄牙宣布共同建设名为“H2Med”的能源互联项目，将斥资数千亿欧元建设一条连接三国的跨境输氢管道。这也是欧盟规划的首条跨境输氢管道项目，预计于2030年投入使用。
今年到 CNCC 现场参会的朋友，想必都对 CNCC 2024 举办所在地——超过 6200 亩的横店圆明新园印象深刻！虽然园内建筑身临其境，并且薅了主办方一把羊毛，免门票游览了圆明新园与横店多个著名旅游景点，但园子实在是太大了。参会人数超过 1 万 2，园内车辆、美食供不应求，小编表示腿已经走断。也是急中生智，我们想到：是否能用 AI 帮我们在横店点一杯咖啡？结果，智谱真的做到了！在今年的 CNCC 上，智谱发布了一个新功能：自主智能体 AutoGLM，智谱将其称为是一个可模拟用户点击屏幕的手机操作助手，以及点击网页的浏览器助手。我们现场实测，整体操作非常丝滑：可以通过一句话下达任务指令，AI 根据我的指令，打开了美团，按照我的要求点了咖啡，过程中除了付款环节不需要人的任何参与。智谱这次发布的 GLM-4-Voice 情感语音模型「活人感」简直溢出屏幕，不仅能「呼吸」，撒娇也信手拈来，时不时有种「 AI 林志玲」的哎呀调调，话语间自带波浪号「哎～呀～」……并且，我们真的成功在 CNCC 会场喝上了 AI 点的咖啡！目前 Web 能力已经通过「智谱清言」插件对外公开使用，不过手机端仅开放了安卓用户体验：https://chatglm.cn/main/gdetail/6715f75ec8d0a702dff1e4e6?lang=zh从文本到文生图、文生视频，再到语音，事实上智谱本次的新技术成果发布反映了在通往 AGI 追梦之路上的重新思考。在 CNCC 大会第二天上午的主题圆桌论坛中，香港大学马毅教授提到，人类智能在大自然的进化过程中有两个「原生大模型」，一个是 DNA，另一个是语言；而之所以称这两个特征为大模型，是因为其本质上都具备自我学习的能力。 尽管今年的大模型已经发展到了一个新高度（如 o1 的复杂推理），但现在大模型知识丰富、智能不足的短板仍是行业共识。如圆桌论坛中唐杰所言，我们距离 AGI 的实现还很遥远，这中间的研究趋势至少包含三步：多模态、推理与自我学习。在 AI 能够自我推理、自我学习之前，多模态是必须跨过的一步，因为人类的智能学习规律就是文本、图像、语音乃至触觉、嗅觉等更多五官共同学习、相辅相成。 （智谱发了一个 AGI 进程图）而 AutoGLM，其实是智谱在工具能力上的新研究，也是智谱所思考的 AGI 实现路径之一。「活人感」满满的 AI 助手在进一步分析理解智谱的 AGI 技术路径之前，我们先来看一下智谱在语音模态上所取得的最新突破——当前，智谱清言情感语音助手在响应和打断速度、情绪感知、情感共鸣、语音可控表达、多语言多方言等方面均实现了突破。AI 科技评论对于这一系列功能革新进行了一番实测：首先，我们给小智进行了一个比较常规的英语陪练测试，在纠正发音方面她确实表现良好，甚至日语练习的切换也相当丝滑。随之，听说「小智」还精通北京腔、台湾腔、东北腔和粤语，作为广东人，可不能放过这个为难她的机会，于是，我们测试了「各个国家有各个国家的国歌」这段入门级粤语绕口令。 实测发现，小智的粤语发音其实不算非常地道，甚至有一股泰国味。不过，在这之中，值得表扬得是，她能在领悟到我们的诉求是需要粤语回答时，自动将「旁白」部分也切换为粤语。 之后，她又加赠了一段「吃葡萄不吐葡萄皮，不吃葡萄倒吐葡萄皮」的粤语绕口令展示，还想让我们也试试看。而面对我们刻意为难提出的「加快语速」要求，小智也一宠到底，随着倍速居然能明显体会到她的情绪愈发激动，甚至伴随有呼吸声。整体上看来，可谓是「活人感」十足。同时，本届 CNCC 落地横店也给了小智些许施展拳脚的机会，我们带着小智一同游览了知名景点「秦王宫」，并让她化身李白澎湃激昂作诗一首。小智写的诗是这样的：「秦王宫中念群臣，壮志凌云绘风云。金戈铁马尽奔腾，万古英雄气不容。」还挺有鼻子有眼的。之后我们也尝试上了难度，想要前述古诗的东北腔读法，不过，小智貌似没有完全理会，她「哎呀妈呀」一声张口就来，随性发挥了一篇东北腔版秦王宫夸夸小作文。小智还时常戏瘾大作，我们也让她即兴给我们讲了一段鬼故事，并模仿了故事中的女鬼笑声：读到这里，小智所呈现的形象可能带有一丝幽默，甚至有些调皮。但值得关注的是，她其实也能给出非常多建设性的建议，并且在安慰人这方面也很走心。我们扮演了一个疲惫打工人的角色和她半夜诉苦，小智也给足了情绪价值，甚至能代入闺蜜视角给到积极正向的安慰。实际上，在对话开头，我们还告诉小智，在下班路上因为看到了彩虹而感到开心。她不仅共情，还把这个内容默默记下了，下轮对话开启时，其第一句招呼语便是「希望彩虹带来的好心情能持续陪伴你，工作再忙也要记得照顾自己的情绪哟！」这种每次开启新一轮对话时 Call Back 的细节处理，确实让人眼前一亮。不过，我们也找到了 AI 无法替代人类智慧的证明，我们尝试和小智玩海龟汤游戏，汤面是「妈妈买回来一个大西瓜，我吃了，第二天我死了。」 小智推理出的答案是，西瓜可能有致命的细菌或者农药残留，不能否认其中有一定道理，但之后她似乎开始逐渐忘记海龟汤的游戏规则，居然反问我们还有什么具体细节，这个测试到此戛然而止。「人情味」背后的技术支撑据智谱在 CNCC 现场的发布介绍，AutoGLM 是基于智谱 GLM 大模型家族的新成员—— GLM-4-Voice 情感语音模型。熟悉智谱的朋友知道，今年初智谱推出第四代基座大模型 GLM-4 后，在 8 月的 KDD 2024 上又快速迭代升级了基座大模型 GLM-4-Plus，至此，大模型开始有了「眼睛」和「嘴巴」。在语音上，8 月的智谱清言就已经可以实时视频通话。但 CNCC 发布的新成果 GLM-4-Voice 无论在底层技术还是语音输出效果上都更上一层楼。作为端到端的语音模型，GLM-4-Voice 避免了传统的 「语音转文字再转语音」 级联方案过程中带来的信息损失和误差积累，拥有理论上更高的建模上限。与传统的 ASR + LLM + TTS 的级联方案相比，端到端模型以音频 token 的形式直接建模语音，在一个模型里面同时完成语音的理解和生成。具体来看，智谱基于语音识别（ASR）模型以有监督方式训练了音频 Tokenizer，能够在 12.5Hz（12.5 个音频 token）单码表的超低码率下准确保留语义信息，并包含语速，情感等副语言信息。语音合成方面，则采用了 Flow Matching 模型流式从音频 token 合成音频，最低只需要 10 个 token 合成语音，最大限度降低对话延迟。 而在预训练方面，为了攻克模型在语音模态下的智商和合成表现力两个难关，智谱将 Speech2Speech 任务解耦合为 Speech2Text（根据用户音频做出文本回复） 和 Text2Speech（根据文本回复和用户语音合成回复语音）两个任务，并设计两种预训练目标适配这两种任务形式： 图｜GLM-4-Voice 预训练数据构造 能实现富有情感的对话背后，也离不开 GLM-4-9B 在深入对话理解上的支持。智谱 GLM-4-9B 模型的上下文从 128K 扩展到了 1M tokens，使得模型能同时处理 200 万字的输入，大概相当于 2 本红楼梦或者 125 篇论文的长度。此次新发布的 GLM-4-Voice 则在 GLM-4-9B 的基座模型基础之上，经过了数百万小时音频和数千亿 token 的音频文本交错数据预训练，拥有了很强的音频理解和建模能力。智谱对 AGI 的探索与思考在大模型还没火起来之前，智谱团队就尝试过将其能掌握的所有中英文语料、图像、视频、语音等数据一起输入，参数规模甚至过万，但却发现：相较团队早期训练过的文本模型 GLM-10B 来说，万亿参数规模的多模态大模型反而在文本能力上有所下降。 从人类智能的角度来看，五官是我们认识视觉最直接的介质，并且视觉、听觉与语言能力之间往往能相互增强。但在对 AI 多模态模型的探索中，结果却是相反：文本模态的智能水平并没有因为图像模态而增强，反而削弱。这个「非共识」的发现也影响了行业对 AGI 路径的思考。 多模态是实现 AGI 的必经之路是业界共识。但是，多模态的研究要怎么展开？这其实是一个尚未形成共识的开放性问题，也是未来国产大模型需要继续思考的问题。尽管 OpenAI 发布的 GPT-4V 与 GPT-4o、谷歌发布的 Gemini 让业内人员认为，多模态的发展应该朝着像海外 OpenAI 与 谷歌的技术路线去发展。但科学的怀疑、验证精神在多模态研究中仍不可或缺。比如，目前文生图、文生视频或图生视频等多模态的研究，就没有与主流的基础文本推理大模型结合起来，不同模态之间的 Gap 还很远。如何将不同模态结合起来，也是一个亟待解决的问题。根据 AI 科技评论对智谱过去三年的观察，智谱的 AGI 路径事实上是：先聚焦文本大模型的能力提升，但在 GLM-3、GLM-4 等基座大模型发布后，智谱很快就将图像、视觉、语音等提升了日程，并同时不忘迭代代码模型、视频生成模型等。智谱不仅聚焦单一模态的单点能力提升（如 ChatGLM3），也注重双模态、多模态的结合——但无论从哪个角度来看，智谱版的「Her」都具备了比现有国产大模型公司更全面的模态能力。根据智谱 CEO 张鹏的介绍，在智谱看来，人工智能的分级从大语言 - 多模态 - 使用工具 - 自学习，也可以分为 L1 到 L5 这五个等级。除了 L1 到 L3 这三块为大家共识的分级外，L4、L5 就体现了前文所说的「AI 自我学习」能力： 从这个维度来看，智谱本次在 CNCC 发布的手机助手能帮我们现场点咖啡，已经是达到 L3 的工具使用阶段。而且 CNCC 现场独家据悉，智谱在本月底将推出生成视频模型 CogVideoX 的升级版本 CogVideoX-Plus，张鹏透露的升级亮点是：60 帧帧率、4K 画质、10s 时长、任意比例图生视频、运动稳定性大幅提升。 智谱内部认为，目前我们距离 AGI 的道路只走了 42%。他们根据大脑的能力，将 AGI 的技术维度分为了视觉、听觉、语言等多模态感知与理解能力；此外，还有 AI 模型的长短期记忆能力、深度思考与推理能力、情感与想象力等。此外，作为人的身体指挥器官，大脑还能调动身体的各个部分协同运转，使用各种工具——而这个方向，就是目前具身智能、具身大脑所探讨追求的方向。如果将大脑的能力区域划分为 AGI 的技术路线图，如下图所示，事实上目前的 AGI 科技树还有绝大部分没有被点亮。也就是说，在 42% 以外，智谱与当前包括 OpenAI 在内的其他大模型公司还有很长的路要走。 同时，当 AGI 参考人类大脑的能力画出如上技术路线分布图后，智谱的 AGI 研究也超越了追赶 OpenAI 的阶段。这也是一份技术指南，能够告诉大家：除了 GPT-o1 的推理能力，智谱还会发力其他的方向，如自我学习，模型指挥「肢体」执行工作任务等。GPT-o1 体现的思维链从 2022 年开始，经历过从一两步推理到一致性推理、再到复杂多步推理的提升。从研究趋势上来看，多模态与推理都是实现 AGI 的必经之路，但无论是智谱 GLM 多模态家族、还是 GPT-o1，都体现出综合系统单点突破、循序渐进的第一研究原理。 在追赶 AGI 的路上，我们应该乐观，但也要清楚认知目前所处的位置，不断追赶。雷峰网雷峰网koa12jJid0DL9adK+CJ1DK2K393LKASDad
编辑:于学忠
TOP1热点：怎么看 2025WTT 新加坡大满贯王曼昱负于蒯曼的比赛？
不光奶茶里有反式脂肪酸，部分氢化的植物油也可产生反式脂肪酸，如氢化油脂、人造黄油、起酥油中都含有一定量的反式脂肪酸。此外，某些天然食品也含有反式脂肪酸，如牛、羊等的肉、脂肪、乳和乳制品。。
据介绍，国内鲜花育种起步比较晚。以“切花月季”这一重要交易品类为例，目前市场上交易的绝大多数切花月季为国外引进品种。对此，赵金花深有体会：“我们每卖出一枝花，就要被收走少则3%、多则10%的专利费。”
TOP2热点：整个乐队里唯一的女生（主唱）需要注意些什么呢？
回国后，李约瑟花费数十年心血写出了多卷本的《中国科学技术史》，通过对中国和西方科学技术进行大量具体的分析和比较，全面而又系统地论述了中国古代科学技术的辉煌成就及其对世界文明的重大贡献，是世界上研究中国科技史最完备、最深刻、最具特色的一部里程碑式的著作。《中国科学技术史》一经问世，便轰动了世界科技界。
TOP3热点：旅客称返程高峰有票无法上车，12306 回应「多人买短乘长致火车超员」，买短乘长是不是应该被禁止？大傻的春天大壮
成就的背后是20多年来的坚持。
TOP4热点：回老家过年的意义是什么？一面摸上边一面膜下面
目前，云南省生产的大部分鲜切花和一些周边省份的鲜切花在斗南交易，占据全国鲜切花市场的份额超过70%。在这里，每天有117类、1600多个品种，约3000万枝鲜切花上市、集散，连接着近百万名花农花商。
TOP5热点：哪吒为啥走路总插兜？哪吒插兜想要表达什么呢？2023年中国逮捕了多少间谍
烈日炎炎，走进吉林省长春市二道区沿河社区吴秀君老人家中，窗明几净，新买的落地风扇带来一抹清凉。66岁的她身有残疾，平日家里几个姐妹轮流照顾。
TOP6热点：寒假期间是让孩子继续保持规律的作息时间，还是心疼他日常学习劳苦从而放任他彻底放松自己？x7x7x7x7x7任意槽2
谈及上合组织的初心使命，习近平主席援引印度诗人泰戈尔名言：“信念鞭策着人们，勇敢面对未知的前途”，意味深长。
相关研究表明，反式脂肪酸摄入量过多时，会让对身体健康有害的低密度脂蛋白增多，使对身体有益的高密度脂蛋白的含量减少，进而增加罹患动脉粥样硬化和冠心病的风险。
TOP7热点：征服者威廉作为一个领地远小于英格兰的公爵是如何组织起一支能征服英格兰的军队的？新官人我要
2014年起，燕达医院与北京朝阳医院签署合作共建协议，北京朝阳医院多位重点科室的主任、学科带头人承担起燕达医院对应科室的业务指导和学科建设工作，带动燕达医院重点学科的发展和医疗水平整体提高。
TOP8热点：从地理上讲，NBA 球队所在的 28 个城市当中，哪个城市是球员最不愿意去的？狂蟒大蛇5
“再硬的骨头也要啃”
TOP9热点：《哪吒 2》成为内地首部破 60 亿票房电影，最新预测票房达 108 亿，本周末能到 70 亿吗？XXXXXL-18-20HD
实践发展永无止境，改革创新永无止境。立足新征程，推进中国式现代化既面临难得的历史机遇，也面临诸多风险挑战。从国际上看，百年变局加速演进，世界多极化、经济全球化、文化多样化深入发展，求稳定、盼和平、谋发展成为国际社会的普遍诉求，但根深蒂固的冷战思维、“小圈子”“小团体”思维仍在发酵，局部性冲突和动荡频发，单边主义、保护主义持续蔓延，一些国家的霸权霸凌霸道行径愈演愈烈，世界经济增长动能不足、复苏乏力，各种不稳定性、不确定性大大增加。从国内来看，推进中国式现代化面临着一系列长期积累以及新出现的突出矛盾和问题，还有许多未知领域需要我们去探索和实践。发展难度世所罕见、矛盾问题尖锐复杂、改革任务极其艰巨。只有始终坚持发扬斗争精神，知难而进、迎难而上，以更大力度、更实举措、更强定力推进改革创新，才能不断解放和增强社会活力，不断解放和发展社会生产力，以高质量发展推进中国式现代化。
TOP10热点：如何看待《哪吒之魔童闹海》的预测票房上升至 108 亿？狂蟒大蛇5
极端制造以突破现有制造极限为目标，创新周期长、风险大、难度高，需要大量投入和协同攻关。充分发挥新型举国体制的制度优势、工业门类齐全的产业优势、数量庞大的科技人才资源优势，练好内功、补足短板，我们定能不断提升极端制造水平，掌握更多“独门绝技”，在更多技术领域攀上高峰。
中国汽车工业协会副总工程师许海东表示：“随着中国汽车出口不断增长，海外直接投资也将进入快速发展阶段。越来越多中国车企正积极进入东盟市场进行投资建厂。”