智谱科技干嘛的

智谱AI一键直出PPT，免费又好看！ 嗨大家好！一切的一切要从一个PPT说起。那天我正在外勤的路上，群里一位朋友给我发了一个链接，我懵然无知地点进去，面红耳赤退出来，毕竟那叫一个开幕雷击👇👇...

刚刚，智谱开源了他们的最强多模态模型，GLM-4.5V。 上上周一的晚上，智谱开源了当今最好的模型之一，GLM-4.5。然后，这个周一，又是突如其来的，开源了他们现在最好的多模态模型：GLM-4.5v。...

智谱管理层变动：前Midjourney亚洲副总裁加入，首席战略官离职 智谱正在计划引入一批年轻中高层，组成产品和商业化的中坚力量。《智能涌现》独家获悉，近日中国AI大模型“六小虎”之一的智谱，管理层发生了以下变动：...

LongRAG是清华大学、中国科学院和智谱的研究团队推出的，面向长文本问答（LCQA）的双视角鲁棒检索增强生成（RAG）框架。基于混合检索器、LLM增强信息提取器、CoT引导过滤器和LLM增强生成器四个组件，有效解决长文本问...

CogVideoX-Flash 是智谱推出的首个免费AI视频生成模型，继承CogVideoX自研的端到端视频理解模型，具备强大的视频生成能力。CogVideoX-Flash支持文生视频，依据输入的文本描述精准地生成相应的动态...

CogVideoX-2 是智谱 AI开源的文本到视频生成模型，基于先进的 3D 变分自编码器（VAE），将视频数据压缩到原本的 2%，减少资源使用，同时确保视频帧之间的连贯流畅。 通过独特的 3D 旋转位置编码技术，视频在时...

CogVideoX是智谱AI最新推出的开源AI视频生成模型，与智谱AI的商业产品“清影”同源。CogVideoX支持英文提示词，能生成6秒长、每秒8帧、分辨率为720*480的视频。模型推理需16-36GB显存，目前不支持量...

CogVLM2是由智谱AI推出的新一代多模态大模型，在视觉和语言理解方面实现了显著的性能提升，支持高达8K的文本长度和1344*1344分辨率的图像输入，具备强大的文档图像理解能力。...

CogSound是智谱AI最新推出的音效模型，能为无声视频增添动人的音效。 基于GLM-4V的视频理解能力，CogSound能精准识别理解视频背后的语义和情感，为无声视频添加与之相匹配的音频内容，可以生成更复杂的音效，如爆炸...

CogAgent-9B是基于 GLM-4V-9B 训练的专用Agent任务模型，仅依赖屏幕截图作为输入，无需HTML等文本表征。CogAgent-9B支持高分辨率图像处理，具备双语（中英文）交互能力，能预测并执行GUI操作，...