智谱AI于KDD 2024大会上发布新一代基础模型，包括语言模型GLM-4-Plus、文生图模型CogView-3-Plus、图像/视频理解模型GLM-4V-Plus及视频生成模型CogVideoX，均达到国际先进水平并在性能上有所突破。其中，GLM-4V-Plus为国内首个通用视频理解能力API，而GLM-4-Plus基础模型在多项指标上与GPT-4等顶级模型相当。同时，智谱在清言App上推出了视频通话功能，是国内首个向C端用户开放的服务。这些创新成果展示了智谱在AI领域的领先地位和对市场需求的快速响应。

【智谱AI发布】8月28日，智谱AI宣布开源全新视频生成模型CogVideoX-5B。相较于先前的CogVideoX-2B，此新模型在视频生成质量与视觉效果上均有显著提升。官方透露，通过大幅度优化推理性能，CogVideoX-5B的运行门槛已显著降低，即便在性能较旧的RTX 3060显卡上也能流畅运行。这款基于大规模DiT（diffusion transformer）模型的工具，运用3D causal VAE、专家Transformer等技术，实现高效视频重建及跨模态数据处理。CogVideoX-5B与前代模型的具体参数对比详情可见附件。此外，项目代码、模型下载链接及论文均可在线获取。此开源行动旨在促进视频生成领域技术创新与应用发展。

正文：【智谱AI宣布大模型免费开放】智谱AI于8月27日宣布，其GLM-4-Flash大模型已免费开放，用户可通过智谱AI大模型开放平台调用。这款模型适用于简单垂直任务，具有快速响应能力，每秒生成速度高达72.14 token，相当于115个字符/s。GLM-4-Flash支持26种语言，包括中文、英语、日语、韩语等，功能涵盖多轮对话、网页浏览、Function Call及长文本推理，并能处理最大128K上下文。通过优化推理层面，实现模型延迟降低与速度提升，同时降低成本。在预训练阶段，智谱AI引入大语言模型，获得10T高质量多语言数据，数据量超过ChatGLM3-6B模型的3倍，并采用FP8技术提高训练效率和计算量。欲体验该模型，可访问智谱AI大模型开放平台调用。这一举措标志着智谱AI在多语言大模型领域的又一突破，为全球用户提供更高效、便捷的语言处理服务。

【智谱AI开源视频生成模型CogVideoX】 智谱AI于8月6日宣布，将与“清影”同源的视频生成模型——CogVideoX开源，旨在推动视频生成技术的发展。该模型包含多个不同尺寸的版本，目前开源的是CogVideoX-2B，其在FP-16精度下的推理仅需18GB显存，微调则需40GB显存，这意味着单张4090显卡即可进行推理，单张A6000显卡则可完成微调。CogVideoX-2B的提示词上限为226个token，视频长度为6秒，帧率为8帧/秒，分辨率为720*480。官方表示，性能更强、参数量更大的模型开发正在进行中，敬请期待。此次开源活动不仅提供了强大的视频生成工具，也为开发者和研究者提供了宝贵的学习资源。

智谱AI CEO张鹏近日在接受采访时表示，生成式AI技术，尤其是文生视频技术，对影视行业产生了显著影响，尤其是在技术层面，其发展被普遍视为重要趋势，对影视行业带来积极变革。然而，张鹏指出，虽然文生视频技术可以应用于辅助工作和小型创作，例如专业玩家制作的短片，但在直接面向最终观众的大型制作领域，AI技...

智谱AI于7月26日宣布对其视频生成模型进行全新升级，并推出了新一代产品CogVideoX。此产品已在智谱清言的PC端、移动端及小程序端正式上线。所有用户均可通过AI视频生成功能“清影”（Ying）免费体验AI文本生成视频和图像生成视频服务。其核心特点包括：自主研发的三维变分自编码器结构，能够高效压缩视频数据；打造的视频理解模型，增强对文本理解和指令遵循能力；采用融合文本、时间和空间的transformer架构，优化模态间交互。清影主要特点有：快速生成，只需30秒即可完成6秒视频生成；具备高效的指令遵循能力，即使面对复杂指令也能准确执行；内容连贯性好，还原物理世界运动过程；画面调度灵活，如镜头可流畅跟随移动物体。此外，清影现已在智谱大模型开放平台bigmodel.cn部署，企业与开发者可通过API调用体验相关功能。

6月5日，在智谱AI Open Day上，AI公司智谱宣布大幅降价其全模型矩阵，其中GLM-4-Flash模型现在仅售0.06元/百万Tokens。活动亮点还包括开源GLM-4-9B系列模型，展现超越Llama-3-8B的多领域性能，支持高级功能如网页浏览、代码执行等，最长可达128K上下文。GLM-4V-9B更是以1120*1120高分辨率的中英双语对话能力，号称在多项评测中超越了包括GPT-4在内的多个竞品。此次降价与技术更新显示了智谱在AI领域的竞争力与市场响应。