全国首个上手机的AI视频通话来了!《黑神话:悟空》经文也能破译

💡 原文中文,约2800字,阅读约需7分钟。
📝

内容提要

智谱AI推出全国首个手机AI视频通话功能,可辅导作业、翻译英语和专业论文,检查食品是否过期,陪人闲聊等。智谱AI发布新一代基座大模型GLM-4-Plus,具备跨文本、音频、视频实时推理能力。视频通话功能为Beta版本,将有更大版本迭代。

🔎

延伸解读

从“打字”到“打视频”:交互方式的升维

文章指出,AI视频通话让智谱清言不再仅依赖打字或语音等主动输入,而是通过摄像头直接理解用户看到的画面。这意味着AI能实时获取视觉信息,并支持随时打断、像真人聊天一样互动。这种交互方式降低了使用门槛,尤其适合辅导作业、翻译等需要“边看边聊”的场景,也让AI的回应更贴近真实对话体验。

实测能力:从游戏经文到日常助手

文章通过实测展示了AI视频通话的多种用途:破译《黑神话:悟空》中的经文、识别游戏开场画面、辅导小孩作业、翻译英语和专业论文、检查食品是否过期,以及陪人闲聊。这些例子说明该功能并非单一场景工具,而是试图覆盖学习、工作和生活辅助等多个方向,体现了跨文本、音频、视频实时推理的通用性。

GLM-4-Plus升级:文本与视频理解并进

智谱AI同步推出新一代基座大模型GLM-4-Plus,文章称其在语言文本能力上已取得与GPT-4o及405B参数量的Llama3.1相当的成绩,并加强了长文本能力。在图像和视频理解方面,GLM-4V-Plus能理解网页内容并转换为HTML代码,还能对复杂视频内容进行理解并回答用户提问,例如识别篮球视频中球员的动作和精彩时刻。

Beta版本与开放策略:先体验后迭代

文章明确提到,AI视频通话功能目前是Beta版本,近期还会有更大版本迭代,且采取一部分人先用起来、再逐步完全开放的方式。同时,智谱AI强调发布即开放,GLM-4-Flash完全免费,CogVideoX-5B宣布开源,清影上线即可免费体验。这种策略有助于快速收集反馈并扩大用户基础,但Beta状态也意味着功能稳定性和覆盖范围可能有限。

❓

Q&A

智谱AI的手机视频通话功能有哪些应用场景?

智谱AI的手机视频通话功能可以用于作业辅导、英语翻译、专业论文检查、检查食品是否过期以及陪人闲聊等。

GLM-4-Plus模型有什么新特性?

GLM-4-Plus模型具备跨文本、音频、视频实时推理能力,并在语言文本和图像视频理解方面取得显著进展。

智谱AI的视频通话功能目前处于什么阶段?

智谱AI的视频通话功能目前为Beta版本,未来将有更大版本的迭代。

智谱AI如何提升与用户的互动体验?

智谱AI通过实时理解视频内容并与用户互动,提升了交互的灵活性和亲切感,用户可以随时打断对话。

智谱AI在国际舞台上的表现如何?

智谱AI频繁在国际舞台上亮相,展示中国大模型的前沿进展,提升了国产AI的形象。

智谱AI的产品与国际水平相比如何?

智谱AI的产品如GLM-4、CogVideoX等对标国际领先水平,并且开放免费体验。

🏷️

标签

➡️

继续阅读