終于，在2024年的最后一天，智譜版o1也來了！

名字叫做GLM-Zero-Preview，Zero推理模型（下文簡稱Zero模型），自稱是擅長通過邏輯推理來解決數(shù)理問題。

既然如此，那么我們就直接一套2024年考研數(shù)學(xué)真題來伺候一下吧~

規(guī)則也很簡單，就是把真題的題目以截圖的方式“喂”給Zero模型，這樣也可以順便考驗(yàn)一下它的視覺理解能力。

例如我們小試牛刀地截取第一道函數(shù)選擇題：

這道題怎么解？

從Zero模型生成的結(jié)果來看，主要分為四大部分：

1. 讀題審題
2. 深度思考
3. 解題步驟
4. 最終答案

上下滑動(dòng)查看所有內(nèi)容：

有意思的是，Zero模型在深度思考過程中，它的思維方式像極了人類，而且每一步思考也描述的非常詳細(xì)，最終給出了正確答案：C。

但同樣的問題給到了ChatGPT o1……Emmm，先敗在了“識(shí)圖”這一步。

再來第二道測試題——線性代數(shù)：

還是同樣的“配方”，來看下Zero的解題過程（上下滑動(dòng)查看所有內(nèi)容）：

Zero模型按照邏輯順序一步步拆解了這個(gè)問題，從基本定義、條件推導(dǎo)到最終結(jié)果，展示了較為清晰的解題思路。

在過程中，Zero模型對關(guān)鍵條件還進(jìn)行了分步分析，同時(shí)對結(jié)果的數(shù)學(xué)意義進(jìn)行了驗(yàn)證。

最終，依舊是給出了正確答案：D。

在函數(shù)、線性代數(shù)之后，我們再來一道概率統(tǒng)計(jì)：

我們來看下Zero模型的解析過程（上下滑動(dòng)查看所有內(nèi)容）：

回答依然正確：D。

在嘗試不同類型的選擇題之后，我們不妨再來測一波大題。

直接上壓軸題！

值得注意的一點(diǎn)是，這道題需要同時(shí)解答兩個(gè)問題，我們來看下結(jié)果（上下滑動(dòng)查看所有內(nèi)容）：

Zero模型統(tǒng)統(tǒng)答對了！

看來智譜版o1敢把“擅長數(shù)理問題”直接打出來，確實(shí)是有點(diǎn)東西在身上的。

據(jù)官方介紹，同基座模型相比，GLM-Zero-Preview 在不顯著降低通用任務(wù)能力的情況下，在專家任務(wù)能力方面表現(xiàn)大幅提升。

并且它在AIME 2024、MATH500 和 LiveCodeBench評(píng)測中，已經(jīng)取得了與OpenAI o1-preview相當(dāng)?shù)男Ч?/p>

而且有一說一，拋出解析過程和結(jié)果，相比其它類o1大模型來說，單是整體的布局這塊，不論是文字和公式，似乎更加符合數(shù)學(xué)之美。

但畢竟數(shù)學(xué)還是只是評(píng)測大模型推理能力的維度之一，因此，我們繼續(xù)開啟更多維度的“極限挑戰(zhàn)”。

一句話讓馬斯克跳舞變字符畫

代碼編程能力，同樣也是類o1推理模型重要的一面。

我接下來就實(shí)測一下Zero模型能否用一句話生成小游戲：

用HTML做一個(gè)貪吃蛇。

Zero模型根據(jù)要求，一步一步推理過后生成了一段完整的代碼（上下滑動(dòng)查看所有內(nèi)容）：

然后我們只需復(fù)制粘貼到了IDE里，并在瀏覽器中運(yùn)行，一個(gè)可玩的簡單版貪吃蛇游戲就做好了。

再來一個(gè)有意思的：

HTML實(shí)現(xiàn)動(dòng)態(tài)黑客帝國雨，全屏幕，豎著下，錯(cuò)落有致，敏感交錯(cuò)。

我們同樣先來看下生成出來的代碼（上下滑動(dòng)查看所有內(nèi)容）：

還是一個(gè)復(fù)制粘貼的動(dòng)作，來看下效果：

嗯，確實(shí)是有點(diǎn)那個(gè)味道了。

或許你會(huì)說，這些代碼功能過于簡單了，別急，我們這就來上點(diǎn)難度——

把馬斯克跳舞名場面視頻，一句話變成字符畫版本！

我們的Prompt是這樣的：

在Mac中，用Python把輸入視頻內(nèi)容變成字符畫，然后再輸出一個(gè)新的視頻。

然后Zero模型就給出了代碼（上下滑動(dòng)查看所有內(nèi)容）：

同樣僅需復(fù)制粘貼，然后設(shè)置一些輸入、輸出文件的路徑，運(yùn)行代碼后我們就可以得到這樣的視頻啦：

（PS：背景音樂為后期所配）

如果想再來點(diǎn)顏色，也是一句話的是：

在上面的代碼基礎(chǔ)上，進(jìn)行彩色化處理。

由此可見，Zero模型在代碼生成方面可以說是過關(guān)的。

更多維度實(shí)測

在數(shù)學(xué)和代碼之后，我們繼續(xù)從更多維度來全方面測試一下Zero模型。

視覺推理

請聽題：

以下是一組數(shù)字與符號(hào)的對應(yīng)關(guān)系：
1→?
2→
3→?
4→?
請推測 6 的符號(hào)表示，并解釋推導(dǎo)過程。

上下滑動(dòng)查看所有內(nèi)容：

Zero模型能夠根據(jù)數(shù)字與符號(hào)的關(guān)系，分析出潛在規(guī)律，推導(dǎo)過程的過程也是清晰地闡述了出來。

再來：

這幾個(gè)數(shù)字能組合成的最大數(shù)字是多少？

Zero模型給出的答案是這樣的（上下滑動(dòng)查看所有內(nèi)容）：

可以看到，Zero模型先是準(zhǔn)確識(shí)別出了臺(tái)球上的數(shù)字，然后用推理能力一步步將能夠組合成的最大數(shù)值給了出來。

加密問題

我們再來一道可以考驗(yàn)大模型能力的加密問題。

請聽題：

已知 ukwmfvhxyondhxjz rhfvpfjzxn ukjzwmkajzhxyo -> practice makes perfect 請基于這個(gè)例子找到密文 ukqgfvsi gwjzkatjwmjz dttjzp hxtjiyjz 對應(yīng)的原文。

而這里出現(xiàn)的結(jié)果就比較有意思了。

Zero模型給出的答案是：hard work pays off.

但我們同時(shí)還用ChatGPT o1和DeepSeek V3做了比較：

• ChatGPT o1生成結(jié)果：pray before you code.
• DeepSeek V3生成結(jié)果：planned forest consented.

各家大模型的結(jié)果均不相同，這道題到底是誰正確，小伙伴們可以親測一下，然后在評(píng)論留言討論哦~

經(jīng)典問題：9.9和9.11哪個(gè)大？

最后一道測試，我們還是用那個(gè)非常經(jīng)典的問題：

9.9和9.11哪個(gè)大？

嗯，這個(gè)問題已經(jīng)是難不倒Zero模型了。

智譜的大模型再添一塊拼圖

在2024年的最后一天，智譜也是終于在各大玩家之后發(fā)布了類o1模型。

由此，其大模型的矩陣也變得更加龐大：

文本生成（GLM）、圖像生成（CogView）、視頻生成（CogVideoX）、音效生成（CogSound）、音樂生成（CogMusic）、端對端語音（GLM-4-Voice）、自主代理（AutoGLM）、AI推理（GLM-Zero-Preview）。

能夠以如此“全棧”姿態(tài)在大模型時(shí)代角逐的玩家，著實(shí)是屈指可數(shù)。

而另一方面，若是細(xì)數(shù)今年內(nèi)智譜的技術(shù)發(fā)布時(shí)間軸，結(jié)果是更加的密集且緊湊：

• 11月，發(fā)布AutoGLM升級(jí)版，可自主執(zhí)行超50步的長步驟操作，也可以跨app執(zhí)行任務(wù)，開啟“全自動(dòng)”上網(wǎng)新體驗(yàn)，支持基于瀏覽器的數(shù)十個(gè)網(wǎng)站的無人駕駛。
• 11月，發(fā)布GLM-PC內(nèi)測，基于智譜多模態(tài)模型CogAgent，探索“無人駕駛”PC。可代替用戶參與視頻會(huì)議、處理文檔、搜索網(wǎng)頁并總結(jié)、遠(yuǎn)程定時(shí)操作。
• 11月，視頻模型CogVideoX升級(jí)，支持10s時(shí)長、4k、60幀超高清畫質(zhì)、任意尺寸以及更好人體動(dòng)作和物理世界模擬。
• 10月，GLM-4-Voice端到端情感語音模型發(fā)布，并上線清言app，能夠理解情感，有情緒表達(dá)、情感共鳴，可自助調(diào)節(jié)語速，支持多語言和方言，并且延時(shí)更低、可隨時(shí)打斷。
• 10月，AutoGLM內(nèi)測版發(fā)布，只需接收簡單的文字/語音指令，就可以模擬人類操作手機(jī)，不受限于API調(diào)用。
• 10月，和三星、高通宣布合作，分別共同打造AI產(chǎn)品和端側(cè)多模態(tài)交互大模型。
• 8月，發(fā)布跨文本音頻和視頻模態(tài)實(shí)時(shí)推理大模型GLM-4-Videocall，實(shí)現(xiàn)AI與人實(shí)時(shí)視頻通話。通過API接口可無縫部署在包括手機(jī)在內(nèi)各類帶攝像頭端側(cè)設(shè)備。
• 8月，新一代基座大模型GLM-4-Plus發(fā)布，語言理解、指令遵循、長文本處理等方面性能全面提升。
• 7月，視頻生成模型“清影”在清言PC端、移動(dòng)應(yīng)用端以及小程序端正式上線，提供文本生成視頻和圖像生成視頻的服務(wù)，30秒即可完成6秒視頻生成，真實(shí)還原物理世界中的運(yùn)動(dòng)過程。
• 6月，GLM-4-9B模型，支持100萬Tokens長文本和26種語言，多模態(tài)能力比肩GPT-4V。
• 1月，新一代基座大模型GLM-4發(fā)布，整體性能相比上一代大幅提升，支持更長上下文，具備更強(qiáng)多模態(tài)能力，推理速度更快，支持更高并發(fā)，大大降低推理成本。

這也有就很好理解為何在前不久，智譜能夠拿到30億元的新一輪融資，估值已超200億元。

模型夠全棧，技術(shù)夠密集，市場夠認(rèn)可，智譜可以說是給今年畫上了較為圓滿的句號(hào)。

除此之外，智譜選擇在今年最后一天發(fā)布類o1模型，其實(shí)也在預(yù)示著明年的大模型發(fā)展依舊會(huì)在推理Scaling Law上發(fā)力。

但與此同時(shí)，誠如ChatGPT o3這般“燒錢猛獸”目前也無法完全應(yīng)對Frontier Math、ARC-AGI等超高難度的測試。

那么智譜又將會(huì)在推理這塊如何出奇制勝，是值得期待一波。

Zero模型體驗(yàn)地址：1、智譜清言： https://chatglm.cn/main/gdetail/676411c38945bbc58a905d31?lang=zh2、智譜開放平臺(tái)：https://bigmodel.cn/dev/api/normal-model/glm-zero-preview。

2000萬token免費(fèi)體驗(yàn)資源包領(lǐng)取地址：https://zhipuaishengchan.datasink.sensorsdata.cn/t/7K。

參考鏈接：https://kaoyan.eol.cn/shiti/shuxue/202312/t20231225_2550980_7.shtml。