今日，智谱技术团队发布了其最新的视频生成模型 CogVideoX v1.5，并将其开源。这一版本是自8月以来，智谱技术团队推出的 CogVideoX 系列中的又一重要进展。据了解，此次更新大幅提升了视频生成能力，包括支持5秒和10秒的视频长度、768P 的分辨率以及16帧的生成能力。同时，I2V（图像到视频）模型也支持任意尺寸比例，进一步增强了复杂语义的理解能力。CogVideoX v1.5包含两个主要模型:CogVideoX v1.5-5B 和 CogVideoX v1.5-5B-I2V，旨在为开发者提供更强大的视频生成工具。更值得关注的是，CogVideoX v1.5将

北京智谱华章科技有限公司宣布，其旗下的CogVideoX系列模型推出了最新版本——CogVideoX v1.5，并已对外开源。自8月初发布以来，该系列模型凭借其行业领先的技术和深受开发者喜爱的特性，已经成为视频生成领域的佼佼者。新版本CogVideoX v1.5在原有基础上进行了显著升级，包括增强了视频生成能力，现在支持5/10秒、768P、16帧的视频生成，并且I2V模型能够支持任意尺寸比例，大幅提升了图生视频的质量和复杂语义理解。

根据天眼查App显示的信息，近日，智谱AI关联公司北京智谱华章科技有限公司发生了工商变更，新增了北京市人工智能产业投资基金（有限合伙）、深圳市招商数科创新私募股权投资基金合伙企业(有限合伙)、湖北长江中信科移动通信技术产业投资基金合伙企业(有限合伙)等作为股东，注册资本也有所增加，从约2791万人民币增至约3107万人民币。据悉，北京智谱华章科技有限公司成立于2019年6月，法定代表人为刘德兵，其经营范围包括人工智能基础软件开发、人工智能应用软件开发、软件开发

​智谱技术团队最近推出了一个基于GLM技术团队研究成果的新产品——AutoGLM，这是一个智能体（Agent），能够模拟人类操作手机，执行各种任务。AutoGLM的推出标志着人工智能在“Phone Use”领域的进步，使得AI的应用更加贴近人们的日常生活。

智谱AI宣布，其端到端情感语音技术已正式登陆智谱清言平台，并向所有用户开放。这项技术突破了传统文本转语音（TTS）技术的局限，能够深入理解上下文语境，并生成富有情感的自然对话。这标志着智谱AI的语音合成技术已经从简单的文字朗读进化到能够表达真实情感的人工智能。

近日，智谱科技推出了一款基于思维链的全新AI搜索工具，其强大的功能引发了业内广泛关注。这款工具不仅整合了网页深度阅读和多步推理能力，还能与智谱其他AI工具无缝联动，为用户带来前所未有的搜索体验。在OpenAI发布O1和O1mini模型后，思维链和模型推理能力的价值得到了广泛认可。这些技术在事实核查和复杂问题解决方面展现出巨大潜力。而在众多应用场景中，搜索无疑是离普通用户最近的需求之一。智谱新推出的AI搜索工具正是顺应这一趋势，通过结合推理能力和长文本阅读，

近日，智谱AI宣布，视频通话API:GLM-4-Plus-VideoCall上线开放平台开放申请。据介绍，这是清言视频通话背后的模型，能够实现视频通话和语音多轮交互等跨模态能力，有望成为推动人机交互革新的新范式。

近日，智谱AI宣布其开放平台bigmodel.cn将在国庆月期间推出重磅优惠活动，同时清言科技推出全新大会员体系，为用户提供更多实惠和选择。智谱AI的国庆特别活动力度空前。用户可以低至1折的优惠价格调用智谱的所有AI模型，极大地降低了企业和开发者使用高级AI服务的成本。不仅如此，活动期间每位用户还将获赠高达1亿tokens的免费额度，让更多人有机会体验和应用先进的AI技术。与此同时，清言科技推出的全新大会员体系同样引人注目。最低只需19元/月，用户就能享受到包括清影AI生视频

近日，智谱AI向公众开源了其最新力作——CogView3及其升级版CogView-3Plus-3B，为文生图领域注入了新的活力。CogView3的亮相无疑是一个重要里程碑。作为首个在文本到图像生成领域实现中继扩散的模型，它采用了独特的级联扩散方法。这种创新性的approach首先生成低分辨率图像，随后通过基于中继的超分辨率技术来完成最终输出。这不仅大幅提升了生成图像的质量，还显著降低了训练和推理的成本。最令人瞩目的是CogView3的性能表现。根据人类评价结果，CogView3在生成质量上超越了当前最先进的

智谱AI今日宣布，自KDD2024展会上展出以来，公司的旗舰语言模型GLM-4-Plus和首个动态视频理解模型GLM-4V-Plus获得了广泛认可，并在权威评测榜单上取得了优异成绩，打破了国外模型在前三名的垄断地位，跻身国际顶尖水平。

智谱 AI，大模型领域的独角兽企业，宣布完成数十亿元融资，用于支持技术创新与生态发展。此轮融资后，智谱估值达200亿元，领投方为中关村科学城公司，这是其2024年的第三笔融资。智谱的股东阵容包括中关村科学城、高瓴资本、启明创投、君联资本等知名投资机构，以及互联网巨头美团、阿里、腾讯和小米。

智谱 AI 旗下北京智谱华章科技有限公司近期注册资本由约2511.48万元增加至2790.54万元，彰显了公司的发展潜力。作为一家成立于2019年的科技公司，智谱华章专注于人工智能软件开发，特别是在理论和算法领域，持续推动行业创新。其股东阵容包括腾讯在内的多家知名企业，为公司提供了资金和资源支持。近期，智谱华章发布了多项国际领先的人工智能模型，包括语言、文生图、图像/视频理解和视频生成模型，展示了公司在人工智能领域的强大实力和创新能力。

智谱AI近期发布了其基座大模型GLM-4-Plus，展示了媲美OpenAI GPT-4的视觉能力，并宣布将于8月30日开放使用。该模型在语言基础、文生图、图像/视频理解以及视频生成等领域均取得了显著进展，成为国内首个通用视频理解模型API，并为开源社区贡献了超过2000万次下载量的模型。GLM-4-Plus在语言解析、指令执行和长文本处理上表现出色，同时，文生图模型CogView-3-Plus和图像/视频理解模型GLM-4V-Plus也展现出卓越的性能。视频生成模型CogVideoX在5B版本中性能显著提升，并已开源，成为开源视频生成模型中的佼佼者。此外，智谱AI计划推出首个面向C端的AI视频通话功能，通过实时推理实现流畅的多模态交互，为人工智能与日常生活深度融合提供了新可能。

智谱AI公司开源了视频生成模型CogVideoX-5B，显著提升了视频生成的质量、视觉效果和推理性能。新模型兼容较低配置的GPU，如早期的GTX1080Ti和桌面端的RTX3060。这款基于大规模DiT模型的工具，采用3D因果变分自编码器和专家变换器技术，通过3D-RoPE位置编码与3D全注意力机制，实现高效文本到视频的生成。详细信息和代码可访问指定链接。

智谱AI开放平台宣布免费开放GLM-4-Flash模型，旨在推动AI应用创新。该模型以高速和经济性著称，适用于快速响应的简单任务，支持多轮对话、网页浏览、Function Call和长文本推理，覆盖26种语言。通过优化技术，如自适应权重量化、并行化、批处理和投机采样，GLM-4-Flash显著降低了推理成本，预训练阶段获得超过10T高质量多语言数据。模型在逻辑推理能力测试中表现出色，生成速度达到72.14token/s。其功能包括实时网页检索、函数调用等。在多个领域展现潜力，如生物研究、教育、翻译和广告。为鼓励用户反馈，提供限时免费微调福利，完成调查问卷即可获得训练资源包。

​北京智谱华章科技有限公司近期宣布，将旗下GLM-4-Flash大型语言模型的API接口免费向公众开放，以推动大型模型技术的普及和应用。GLM-4-Flash模型在速度和性能上都展现出显著的优势，特别是在推理速度方面，通过采用自适应权重量化、并行处理技术、

2023年，中国大模型平台及相关应用市场规模达到17.65亿元人民币，市场处于早期投入和观望阶段。百度智能云以19.9%的市场份额位居第一，商汤科技紧随其后，智谱AI作为初创企业中的佼佼者位列第三。IDC中国研究总监卢言霞指出，未来2-3年市场将经历多轮剧变，持续投入基础大模型研发和提升基座模型能力是企业保持竞争力的关键。新兴领域如多模态大模型和科学计算大模型仍处于蓝海市场，为产品创新提供了广阔空间。工程化、降低门槛和创新应用将成为厂商在市场竞争中脱颖而出的关键策略。

智谱AI宣布，支持超长上下文长度的LLM GLM-4-Long已经在开放平台bigmodel.cn上线。该模型专为处理超长文本而设计，能够一次性阅读相当于两本《红楼梦》或125篇论文的文本量，广泛应用于翻译长篇文档、全局分析财报、提取关键信息以及构建具有超长记忆的聊天机器人等场景。

智谱AI宣布将其视频生成模型CogVideoX开源，旨在推动视频生成技术的快速发展和应用。CogVideoX模型基于先进的大型模型技术，能够满足商业级应用的需求。目前开源的CogVideoX-2B版本在FP-16精度下的推理仅需18GB显存，微调则需要40GB显存，使得单张4090显卡即可进行推理，而单张A6000显卡即可完成微调。

智谱AI发布新一代视频生成模型CogVideoX，通过3D VAE结构与3D RoPE模块提升时间维度帧间关系捕捉，增强模型对文本的理解与指令遵循能力，实现文本、时间和空间三维融合的transformer架构，以高效生成符合用户需求的视频。该模型已上线智谱清言平台，支持免费体验文本与图像生成视频服务，其特点是快速生成、高效指令遵循、内容连贯性和画面调度灵活。智谱大模型开放平台bigmodel.cn也提供API调用服务。智谱AI通过此模型验证了Scaling Law在视频生成领域的有效性，并承诺持续扩大数据与模型规模，优化压缩视频信息与融合文本内容的能力。