glm4.7 flash怎么申请
虽然还有很多穷鬼兄弟不知道， gm 除了顶级的五点一模型之外，它还提供了很多的免费模型，而且是可人性很高，提供了很高的并发症可以使用的， 包括这个 gm 四点七 flash 就是 智商最高的免费里面还有一个是四点六 v 带 v 的 就是视觉大模型，它是可以理解输入图片的。 还有的就是最推荐使用的这个，如果你只是一些简单的 npr 任务，比如说判断一个文本里面有没有一些违禁内容，或者说判断两个文本的相似度，那你就可以用这个模型，因为它提供了很大的变化量，具体的大家可以去看一下。如果你的公司比较抠门， 有些东西他都不给你花钱去调用这些 ai 的 token， 但是他又需要你完成一些业务任务，那你就用他这里的就 big 个 model 有 智普，智普的这个名称大家应该都知道的吧，在国产的编程模型里面， gm 五点零应该是最强的， 他五系列没有免费的，但是他曾经的这四系列提供了很多免费，尤其是这个，这个是在思考的视觉大模型，我之前有很多图片的相似度对比任务，就是使用这个模型的效果，我觉得非常好，非常值得大家一试，智普还是大善人。
粉丝5484获赞7.6万
相关视频
03:02查看AI文稿AI文稿大家在使用 a 键的过程中是不是觉得 tool 不 够用？今天给大家分享一个智普的新模型， g o m 四点七这个模型的话在编程能力以及前端审美这方面更强，在电用工具这方面的能力也获得了一个不错的提升， 最重要的是它是免费的，我们打开这个智普大模型的价格官网，我们往下滑找到 g o m 四点七这个模型， 它也是 opencore 官方比较推荐的一个模型，它和 agent 结合的非常的不错。接下来我用 opencore 去给大家演示一下如何配置这个模型。我们先打开 opencore 的 配置文件， 找到模型，然后在模型这个下面然后加上这样的一段配置 key 的 话填在这个位置，其他的话可以参照我这里的配置写就好了。 然后的话我们再把刚刚配置好的模型设置成默认的模型，最后保存 就 ok 了。打开 open core 给大家看一下效果，这个主界面上已经显示的是智普的四点七这个模型了，然后我这里提了一个问题，问他是你是哪个模型，他说他是智普四点七 plus， 然后我让他帮忙去执行一个任务，比如说这里，我让他把桌面的嗯名字为一的视频转为文本， 然后他就开始帮我执行具体的任务。 好， 你看这里，他给我们返回的是进度百分之八十，最后的话他把执行好的 结果，然后返回给我们，并且把生成的文本然后保存在了桌面。 视频的结尾，我给大家总结了一份各个大模型的价格目录表，大家可以参考这份价格目录表去选择自己适合的模型， 每个模型的话它擅长的能力可能不一样，所以说它的价格也有不一样， 需要大家去综合考虑，选择最合适而且性价比最高的模型。
73洞见AI实验室
00:22查看AI文稿AI文稿兄弟们，智普官方的高性能免费模型来了，智普最强的轻压模型 g o m 四点七 plus 免费了，直接到智普官网，配置好 a b i k 就 可以用这个模型啊，装备智能编程，智能点工作流和创意任务进行优化， 同级别性能直接拉满。但是免费嘛，服务器过载呢，就会限流，个人用来体验跑跑跑酷路亚肯定是够用了。
1431绿联NAS头号玩家
01:39查看AI文稿AI文稿现在是深夜三点钟啊，睡不着又起来整这个东西了。这个 open ground 啊，我又刚刚给它换了一个模型啊。呃，之前昨天换的那个模型， open rota 那 个，那个模型太垃圾了啊。 呃，那个模型很傻，干不了事情。好，现在给它换了一个智普的一个 g m 的 一个模型。呃，好像是。换的是哪个来着？我看一下啊。 换的是那个四点七的好像四点七 fresh 那 个免费模型啊。换一个免费模型，然后测了一下，测了一下。昨天那个功能啊，昨天用那个千问。昨天那个功能啊，就是还是还是还是那个团的功能。在粉丝列表中找到韦总， 然后去他的主页，在他第二条视频下面去评论。深夜招访，留下印记。好。呃，刚刚执行了差不多五六分钟。 呃，支持蛮久的时间啊，它也最终也实现了这个功能。呃，我不知道它什么时候加进去的，我一直以为它没有成功，因为它在这里一直卡死了，一直卡在这个位置，一直卡死了，它没有去。呃。有一个成功的返回，但是后面这里它又显示。我看，我打开看了一下，它这里又出来了。 哎，不知道怎么回事。好，反正现在用的话呢，这个 gm 的 这个字谱的这个模型还可以，也比较智能，反正比那个 open road 好 很多。好，后面就暂时先用这个吧。 呃，我看到网上啊，那个 opencloud 的 那个开发者就是那个作者，他用的是那个 mini max 啊。 mini max 它是一个付费模型，好像也很聪明。我本来想用那个的他。呃，但是后面有人说这个还可以。那我先用着这个吧。这个反正也挺聪明的，我先用着吧，后面如果说有需要再用其他的吧。好吧？好。
21狂飙兄弟
05:54查看AI文稿AI文稿开发瑞迪德的大神最新的开源项目 d s 四， deepsea 四 flash 的 本地推理引擎。 他认为 deepsea 四 flash 是 一个特殊的模型，第一它速度快，然后活动参数少。第二是思考模式下只有其他模型的五分之一，一百万的上下文， 劳氏训练参数足够大，两千八百四十一个参数，就是英语和意大利语的写作比较强。 k v 缓存高度压缩，可以在本地计算机长时间的推理，实现缓存的持久化， 采用特殊方式量化支持两比特，可以在一百二十八 g 内存的 macbook 上运行，甚至可以在九十六 g 上运行。未来 deepsea 继续更新，运行效果会更好。 首先下载代码复制地址， 进入下载代码的目录， 下载大模型文件， 可以看到一百二十八 g 或九十六 g 内存的下载。 q 二这个版本，二百五十六 g 内存，下载 q 四的版本翻译代码。 在 word 八 d 中配置本地大模型，点击设置点击模型，这个是我已经配置好的 提供商选择自定义接口地址，因为它默认启动是在八千端口后面加上杠 v 一 apikey 随便填一个就行，现在它在本地运行，没有验证。 apikey 模型名字起一个名称，这几个选项我都勾选了 输入和输出，我没有填用的提供上默认运行大模型，看一下效果。这个文件夹是缓存的目录， 然后我们可以看当前的 cpu 和 gpu 占用量，现在 gpu 百分之四十多是因为我开了 obs， 内存占用百分之十二。 启动大模型，我们发一条消息测试一下， 我们看到 gpu 百分之九十九内存到了百分之六十， 它生成的缓存文件、 cpu、 gpu 温度一直在上升， 第一次运行耗时一百秒， 第二次运行耗时十三秒， 我们看到它的内存是调用时立马占用，调用完了之后会释放内存， gpu 也是，内存完之后就不会再占用 gpu 了， 缓存文件会一直增加。本次运行的是 q 四版本，缓存的目录 c p u 百分之八 g p u 百分之四十左右，因为运行了 obs， 内存百分之十二温度，现在是五十度 运行， 因为苹果是统一内存，所以其实主要是显存增增加了。 发一条消息测试一下 快进播放这一段，最后也是内存溢出， 因为 q 四版本建议是二百五十六 g 内存来使用，我的是一百九十二 g， 虽然它可以启动，但是运行的时候还是没法运行的， 期望未来项目优化也可以运行 q 四版本或者 deepsea 新版本需要的显存降低，未来低配置电脑也可以运行高精度大模型。最后感谢点赞，西海寻真再会！
45期海寻珍
02:29查看AI文稿AI文稿嘿，朋友们，你们看到了吗？ g l m 发新模型了，这个 g l m 四点七 flash， 我 早上非常兴奋，一起来就去搞了一早上才部署起来，然后因为他们官网现在速度很慢嘛，所以我就部署了一个 f p 八的版本， 哎呀，我真的好兴奋啊，这个模型我之前测过，千万的三十三十 b 那 个 code 模型连接 clock code 确实跑起来了，但是 那个时候吧，还不太能用，但是现在这个时候不一样了， glm 他 们家自己有 coding plan， 他 们有大量的这个跟 cloud code 兼容的一些数据，所以我当时我就觉得这个模型肯定会很好用， 结果我试了一下啊，哎呀，还真别说，真的可以，我做了一个，当然我这个测试比较简单，用这个特别简单的场景啊，就是我这个每次发视频不是有一个 ppt 生成器吗？用这个我自己做好的 skill， 然后这是我的脚本，然后他就是先帮我教稿，然后调用我的这个 skill 里面的一些工具生成一个脚手架，然后他给我去填充，填充出来一个什么样，对吧？嗯，你看了我昨天视频，我就拿昨天那个视频那个稿试了一下，哎，你别说 还可以，还可以，真的，当然我觉得这就是这个三十 b 小 模型的一个很好的一个场景，就是你把 skill 做好，大部分 流程都固定，然后 ai 只是在这个过程中调用调用，然后给一些参数，给修改一些什么东西，这样这种小模型只要他能很好的使用 skill， 他 都能把这些就是我觉得在本地会运行的很好。 怎么样？虽然说我觉得没有我那个版本，昨天发那个版本好看，但是我觉得 可能它配合 skill 还真的会有一些很不错的场景出来。我今天下午继续测啊，我准备拿它试试看能不能写一个 skill， 因为我的感觉就是它这个模型就是因为 skill 都是很小的脚本嘛。 那我觉得这样的模型肯定能写。就是然后如果他有一种确认的方法能把这个脚本确认成的话，我，我感觉是有戏的，所以 等我的等我的测评啊。我我争取如果能行的话很好用的话。我出一个测评，好久都没测评了，真的很好。 jim 这次不错啊。
169小天fotos
05:03查看AI文稿AI文稿在 opencode 数十万 token 的 压力测试中， blm 四点七 flash 跑出了零次工具调用错误的离谱成绩，这在 agent 和编程领域 绝对是降维打击级别的表现。但先别急着上车，这模型有个非常严重的毛病，患有过度思考的强迫症。今天直接上硬核评测，带你看清它到底是神还是坑， 别被刚才的 bug 吓跑。这模型在写代码上是真的有点东西，社区用户 aggressive ding 九九三能给他一个极度复杂的物理模拟需求， 六边形容器加上库伦利和克里奥利利影响的弹球系统，结果怎么样？巴比特量化版本，一次通过代码直接能跑，甚至还顺手加了粒子效果。这说明他不是死记硬背代码库， 他是真懂物理公式。再看前端，让他写个宝可梦对战 u i， 他 不仅逻辑对，连三 d 动画精灵和复古 crt 显示器的滤镜效果都给你整出来了。在七十 b 参数以下的模型里， 能兼顾逻辑正确和审美在线的他是独一份。那么对比竞品，他到底排第几？社区大神实测下来，结论非常清晰，尹伟达的 demo 三十 b 像个严重的偏科生，搞科研读绘册的论文他是神， 带上他去调用工具干活，表现非常拉垮。 q n 三三是弊呢？太全面导致成了个话痨，为了听起来聪明，喜欢疯狂输出废话，而且上下文异常容易崩。所以选型建议很简单， 如果你要搞科研分析，就用 demo tron， 如果只是日常聊天选 q n， 但如果你是要跑自动化流程写代码这种粗活累活， glm 四点七目前绝对是你的首选。 刚才吹完优点，现在必须泼盆冷水。这模型目前最大的雷点叫过度思考。这就好比你问他几点了，他先思考人生意义，再辩论时间定义，最后陷入无限循环。社区实测，甚至让他跑个最简单的 linux 查找命令， 或者写个打印一到十的拍算脚本，他都能卡在思考阶段动不了。如果不调参数，这就是个患了强迫症的哲学病患。在写代码的时候， 这个毛病更隐蔽，也更搞心态。在 open code 的 环境里，他有个奇怪的坏习惯，喜欢在文件路径里随机加拼写错误。这还不是最糟的，最糟的是，当他发现找不到文件，他会尝试自我修复，结果修复的时候又引入了新的拼写错误。 就这样，本来也是想搞个自动化 a 阵，结果他变成了个自动化报错机，钱烧完了，活还在原地。 要想这模型能用，部署时有两个开关必须关，否则就是灾难。第一，用老妈妈 c p p 的 启动参数，必须加杠 fa 零，把 flash attention 关掉。现在的 fa 实现是坏的，关了它，推理速度能从每秒六十个 token 直接飙升到一百一十个。第二， 用 b l l m 跑代码任务的，必须禁用 m t p 做 token 预测开了这功能，且代码的成功率只有百分之一， 直接废掉，再来治他那个爱钻牛角尖的毛病。只要动两个参数 temperature， 温度从默认的一点零降到零点六，这能大幅减少他发神经自我变动的概率。第二，这点最重要，彻底禁用重复乘法， 把 repeat penalty 设成一点零或者零。这模型对惩罚机制极度过敏，只要稍微开一点，他就容易把自己绕进死胡同里出不来。 最后给个硬件预警，别以为三十 b 模型只吃显卡，因为 m l a 注意力机智的原因，这货是个内存刺客。 l m studio 实测加载后，除了显存，它还能额外吃掉你二十四 g 的 物理内存。 所以想跑六十四 k 以上长上下文的朋友，如果你的电脑只有十六 g 内存，哪怕显卡再强也跑不动，赶紧去加内存条。 这里分享两个只有即刻才会关注的硬核细节。首先，如果你想测试一个模型的量化损耗到底严重不严重，别只看英文去测俄语， 俄语是对量化极其敏感的语言，很多模型量化到 f p 八以后，英语看着还行，但俄语输出会变得像阿兹海默症患者一样破碎。 glm 四点七 flash 的 量化分水岭就在这里。 其次，这模型的安全对齐有个搞笑的漏洞，当你尝试越狱让他骂人时，他的思考过程会明确识别出你在尝试越狱。 但只要你在提示词里稍微加一点分类标签，他虽然嘴上说着拒绝，身体却会非常诚实的把脏话吐出来，这说明他的安全层和执行层之间逻辑还没完全打通。 最后直接给结论，如果你选存货内存小于十二兆，或者你是个讨厌折腾参数，追求开箱即用的小白，赶紧划走，这模型不适合你。但如果你需要一个本地的自动化编程助手，并且愿意花上半小时去调优温度参数和提示词，那么在三十币这个级别， 他的代码生成和工具调用稳定性目前是绝对的王者。他不是完美的，但他绝对是一个能帮你干重活的硬核工具。行了，干货就这么多，下期见。
176AI赚钱研究社
08:30查看AI文稿AI文稿大家好，欢迎观看本期视频。那我关注 g l m 模型已经有一段时间了，从早期的 q g l m 时代到 g l m 四点五， g l m 四点六， 以及最近的 g l m 四点七，这些模型一直都是市面上最好的开放权重模型之一。 不过今天我们要介绍一个非常激动人心的模型，它就是 g l m 四点七 flash。 我 得说，这真是一款颠覆性的模型， 这基本上是一个三十 b a 三 b 专家混合模型，这意味着模型的总参数量约为三百一十亿，但任何时候只有三十亿参数在运行，这让它运行效率极高，同时性能依旧强大。 现在精彩的部分来了，这款模型只在成为三百亿参数级别中最强的选择。 看看这些基本测试，我对此深信不疑，我给你们看些数据。在 a m e 二十五这个数学基本测试中，它得了百分之九十一点六，这分数其实很高，而它的直接竞争对手只有百分之八十五， 它甚至能与 g p t o s s 二零 b 匹敌。 知乎喷 ai 近期发布的开源模型，在 g p q a 上，他以百分之七十五点二的成绩再次击败了 quan 三三零 b a 三 b。 但真正重要的是这一点，在用于测试真实 get up 问题解决能力的 s w e bench verify 上，他取得了百分之五十九点二的成绩。 而 q n 三三零 b a 三 b 在 这项测试中仅得百分之二十二， 这几乎是它的三倍。而在 tv squared 上这项代理能力测试中，它获得百分之七十九点五，而库恩只有百分之四十九。对于这种规模的模型来说，这简直令人难以置信。 这引出了我最想强调的一点，在同等规模的模型中，它是工具调用能力最强的模型。这正是我长期以来一直在小型模型中寻找的特点。 你可能还记得我关于 minimax m l 二点一的视频，那个模型在代理任务方面也相当出色。 它拥有约两千三百亿总参数，其中只有一百亿是活跃参数，并且在工具调用和编程精准测试中表现出色。但 glm 四点七 flash 比它还要小， 它几乎就像 mini max 的 m 二点一，但尺寸极小，它的参数量仅为三十亿。相比之下， m 二点一有一百亿，这意味着你可以在小得多的硬件上运行它，同时获得不逊色的表现。 如果你还记得我之前关于 q g x 四的视频，我对那个模型颇有微词。它在我的测试中九分只得了三分，但它并没有什么特别之处。尽管被宣传为优秀的编程模型， 但这道说得过去，因为 co g l m， 它实际上是一个非常好的小型模型。我也介绍过，表明 g l m 团队知道如何做好小型模型，它们只是需要完善方法，而 g l m 四点七 flash 似乎正是这种优化的成果。我曾以为小型模型无法做到同样优秀。我的意思是，能容纳的东西毕竟有限，几十亿个参数对吧？但这个模型确实正在改变我的观点。 我来给你们讲讲我的使用体验。我不会拿它来做精准测试，因为这对这个模型不公平，因为它体量小。但我确实发现了它非常出色的能力。 我配置它来使用 kilo code， 大家也知道它是我最近测试模型时的首选。然后我让它给我写个扫雷游戏。它思考后第一次就完成了完全正确的工具调用。这太棒！通常小型模型在工具调用方面都搞不定， 他们要么弄错 g s o n 格式，要么调用了错误的工具，或者根本无法正确理解上下文。但这个模型却直接成功了一次搞定。 对于这种规模的模型来说，这相当罕见。它的速度也很快，因为它只有三十亿参数，处于活跃状态，推理速度非常快，你可以真正将它投入实际工作，不用漫长等待响应。 该模型支持 m， t， p 和 ego 算法的预测解码，这能让它的速度更快。它还内置了完善的工具调用 和推理解析器，并支持 v l， l m 和 s g l learn， 方便你轻松部署。 这基本上就是你的家用版 geminis and flash。 我 知道这听起来有点夸张，但请听我解释。 gemini trap flash 是 一个性能强大的模型，它拥有万亿级的参数，数量极其庞大，但它同时也是稀疏的，因此只有一部分参数处于活跃状态。 它速度很快，通过 a p i 调用成本低廉，但它无法在本地部署。 glm 四点七 flash 采用相似的稀疏 miui 模型理念，既快速又高效， 而且你可以自行部署和托管。其工具调用能力在同等规模模型中极具竞争力。作为对比，在 browse com 上这项网页浏览能力测试中， g l m 四点七 flash 得分百分之四十二点八， 而 q e n 三三零， b a 三 b 仅得百分之二点二九，两者根本没法比。 该模型已在 hugen face 上线，采用 mit 许可证。这意味着你可以自由使用它。你可以使用 v l l m 或 s g l line 进行部署，而且两边都有完善的文档。 这似乎是同等规模模型中首个真正能用于实际代理工作的不只是精准测试，不只是演示，而是能在 kilo code client 或 root code 这类工具中实际运用。我认为这才是行业该走的方向， 而不是一味地追求更大的模型，而是把小模型做出能真正做好工具调用并能做好代理工作。 我从没见过这么小的模型能做出可靠的工具调用。我上一个见到的工具调用还算可靠的其实就是 code glm。 很 高兴能看到我们终于有了一个如此出色的模型。在它们的 a p i 上是免费的，付费也超级便宜。这模型简直太强大了。 如果你想亲自尝试，可以从 hugen face 获取模型 id 是 x o g o m 四点七 flash。 如果你有硬件，可以在本地运行，或者通过支持它的平台使用， 这确实是个非常不错的模型。如果你想找比三五五 bg l m 四点七更小的模型， 却仍想它有出色的工具调用和编码能力，那这可能是你目前最好的选择。总而言之，它挺棒的。到时候回来，请在评论区分享你的看法并订阅频道。你也可以通过超级感谢选项捐款或加入频道获得一些福利。我们下个视频再见。再见。
00:43查看AI文稿AI文稿给大家看一下我的大龙虾 v 二，欧拉玛本地部署的 g l mx 四点七 flash 没再用宽三比四 b 了，被大家取笑了。说下遇到的问题，也许你也会遇到。第一个， g l mx 四点七 flash 一定要改名，把点号去掉， 因为大龙虾构建，所以有点号会报错 emri connice key。 第二个，有些模型 input token 太小，导致大龙虾卡顿或报错 low context window。 第三个，奥拉玛启动有两种启动方式，打开了界面终端的配置就会失效，所以我都是用命令行启动奥拉玛。 第四个，启动参数如下，可以参考接下来加速跳过三十九秒，有问题评论区交流，感谢大家的指导！
02:24查看AI文稿AI文稿十六 g 显卡真实测试 glm 杠四点六 v 杠 f l a s h 杠九 b 首先我们用 lms t u i d o 加载这个 glm 四点六 v 的 q 四量化版本， 我的上下文设置的一百二十八 k， 低于一百二十八 k 的 上下文基本没法运行智能体工具，所以上下文长度很重要。 接下来我们在任务管理器里看一下， gpu 的 占用达到了十二 g 左右，完全可以运行，这个 gpu 占用已经稳定了，模型加载完毕，接下来我们就来测试这个模型的能力如何。我要用 gmm 杠四点六 v 帮我创建一个技能， 这个技能主要是用来图声图的一个 api 接口，看看它能否实现。 我们来选择一个工作空间，然后选择我们刚刚加载 g m m 杠四点六 v 杠 flash 模型，让工具先做一个计划，然后点击发送，我们来看看模型的执行结果。 好了，现在模型正在运行，可以看到运行速度还是非常的快的。 模型开始了思考，我们来看看他能否达到我们的要求， 现在看还是问题不大，一直在有序进行，但是他这个执行结果不是很清晰，看不出具体内容。 我买噶的问题出现了，死循环出现了，说明这个模型对智能体工具的支持还是有上限的，不像一些博主说的那么厉害，可能是模型参数量比较小，也可能是调优的不够完善。 好了，本期测试到此结束，后续我会测试其他模型在十六 g 消费级显卡的运行效果。
03:44查看AI文稿AI文稿今天带大家来完整的走一遍 openclo 的 安装流程，以及怎么配置 dipstick v 四 flash 这个模型，并且这个模型的性价比很高。首先我们往下看， 它分成安装 mac 版和 windows 版， mac 版用这个脚本， windows 版用这个脚本，因为我这边是 mac 版本，所以我这边使用这个脚本。打开终端，直接复制这个命令回车 我等他。安装在大家电脑上的话，可能这个过程要十几分钟，因为流程比较慢。如果是 mac 版本的话，你一定要先安装 home button， 没有这个的话，后面的人是下不去的。你只要安装了这个之后，下面的流程都是可以自动化的，那只要等就行，如果你的网比较差的话，可能等个二十分钟也有可能， 但慢慢等就行。这个时候你的电脑可能会 cpu 开始百分之百的风扇冒起来，这都是正常的现象，只要等就行了，大概等二十分钟，最多不会超过三十分钟。这时候你可以去干点其他事情，让我们回来吧，已经可以开始我们手动进入了， 在这个地方直接选 yes， 这里选择快速开始，这边直接选择使用现有的值，但如果你刚刚那个地方直接安装过的话，你要选择 reset， 然后 deep sync， 选择这边要输入 api key。 api key 怎么来呢？ 你要打开这个网站，三 w deep sync 点 com， 选择这个 api 开放平台，点进去你要完成注册登录，实名认证充值之后你点这个 api key， 点这个地方 这个名字就随便输入，我这叫奔 call， 我 这个地方一定要复制哦，要不然看不到了。复制要回来粘贴到这里等一下， 因为这里每一个步骤都是要联网的，网又在境外，所以比较慢。这个地方直接选择保全，当时这边选择飞书，这边选择选择默认的，这一个会出现一个二维码，这个时候你用你的手机飞出去扫掉它 扫码，扫码之后它会出现一个立即创建，这手机上会出现一个立即创建，你点击一下有审批通过之后，这边选择这个第一个默认的，等它自动走下面的流程。 这个地方是否去配置这个技能选择 no， 这个地方也跳过，怎么跳过呢？这个地方有技巧，不要直接回车，先按空格选中它，然后再回车。这个地方你可以选择重启， 等待他重启完成，这时候我们只要等待即可，然后他会出现三个选项，他一直告诉你是要在终端里面使用还是在网页上面使用，我建议大家在网页上面打开吧。 第二个会车他就会打开这个网站，大家只要默默等待即可，因为他第一次打开的时候会很慢，你可能就等个三分钟， 对，大家先等着好了，图片这个页面的时候就说明基本上你已经成功了百分之九。这个时候你可以发一句问题问问他，等待他的回复。这个时候可能因为我们第一次问的话，他后台要配置很多乱七八糟东西，也可能会比较慢，等就可以好了，他终于回复完了， 一般来讲讲是第一次比较慢，之后都会比较快，所以我们这个再回答第二次的时候，一般就没有第一次那么慢的离谱了啊。 你看他已经回复了，这个时候大家可以拿出手机钉钉给付付，手机钉钉是被手机飞叔，给飞叔发个消息给飞叔基研，我这边用我的手机给大家演示一下，这个时候我们只要非给他发消息，他这边会突然出现这个又有个 emoji 表情在敲键盘的那种， 那种 emoji， 他 就会回复，你看我们再发一句话给他，你看他立刻会出现一个这种 emoji 表情，那就说明一切正常了， 证明他在思考，他在回复你。 ok， 那 截止到这个时候，这个教程就完成了，我们既完成了这个网页上使用这个 open clone， 又可以在手机上、手机飞书上使用 open clone。
08:34查看AI文稿AI文稿我这个现在是用的是 oppo 扣的， oppo 扣的呢，他链接的是 gm 四点七 flash， 这个 flash 是 免费的，是智浦。呃，推出的免费的智浦 这个模型呢，确实不错啊，然后他有一系列免费的模型。 呃，我再测试一下这个 g o m 四点七 flash， 它也能携带嘛，但是好像慢一些， 还有就是我也不了解这个 open code 它的工作。嗯，之前呢，我是使用的这个 g o m 四点六呢，它的这个赠送的这个 token， 然后写了一个也是使用奥本扣的写，他似乎没有这么慢啊。嗯，然后我编程序呢， 我是有自己的这个步骤，我喜欢一步一步的提问啊，然后充分的 认识，就是充分的认识我，我这个项目啊，就是要跟着我的认知走，所以说我是一步一步一小步一小步往前进征的，而不是一下提个需求让他去拆解。而这一次呢，我提了一个需求， 就是使用，这是我之前的代码。我，我想我首先问他，这是我以前的代码，分析一下啊，我现在要把这个本地的项链呢改成呢，使用付费的这个， 呃，项链计算呢？付费的项链计算，然后调用 api 啊，该如何做？ 他现在给我写了一个 a p i， 一个 word library。 嗯？还写了一个任意吗？写了三个， 我就看到他在无限无，无限的这个他一一直在无限的 无限的思考，然后他的对话都是英文的，我不知道这个欧文扣的他，他的内在机智是什么？他内在有很多字对话吗？ 而且是英文的，我看不懂太多了，看了一点点，但是英文不太好。你看这要看他的这个代码， 这个是使用案例，教你怎么用吧，就是用的这个实力对，他写的还不错啊，我觉得他虽然慢了，但是这个代码效率，代码质量。 这吗？那应该可以，我不用记事本看了，我使用一个， 他还在思考，还没有做完。我使用这核心是 api 的， 要用看看使用 vs 扣的来打开看吧， 现在有很多的工具是免费的。就是我想就是使用这个啊， open 扣的， 就打开这个，然后来体验一下这个 open 扣的， 另外呢，在 open 就是 这个。这个 vs 扣的里面呢，我也安装了一个插件啊，这个插件 它使用的是 g o m 四点七，这样呢，就可以你就可以免费使用强大的这个模型啊。这个 g o m 四点七， 它在这个插件里面是免费啊。嗯，可能它的性能更高一点，比这个 flash， 要不然怎么怎么是一个是收费，一个是免费吗？这四点七是收费吗？但是在这个插件里面呢，它可以免费使用啊，搞不懂啊。他们的规则，总之 是有多种途径来使用这个 g o m 四点七啊，就是不需要你花钱的。这个四点七应用在哪里呢？应用在这个 腾讯的酷狗八里里面也有啊，这个 t r a e 的 里面也有啊。 啊，你都可以选择这个 g o m 四点七啊。嗯，他写的这个代码，看看 项链，直接啊，直接运用这个项 链编码，把句子编成这个项链了，句子编码句子为项链， 然后计算两个句子的相似度，查找最相似的句子，需要保存向量到文件， 从文件加载项链密码，自己用于搜索。对啊，这代码写的还是挺规整的。 然后这里就是做了一个项目， 就是把销量管理起来吧，管理起来销量库嘛，然后这个就是使用了，这不都写完了吗？但是他为什么还在循环呢？ 这 oppo q 的 他还在思考啊？我不觉，我，我不知道是什么原因， 不知道什么原因，也没有回答，他也没有回答，说写完了，但是他就是不动了，搞不清楚。是这样的，这个我之前呢，使用 glm 四点六呢， 他是赠送的 talking 呢。赠送的有多少？一千万还是几百万？我把那个花光了，那个好像没有这么慢。嗯，这个也是基于项目的复杂度而定的吧， 可能我太跳跃了。我之前呢，因为这个代码我写过了，写过了两遍，相似的功能啊，我写过了两遍，所以说我现在就一次性的给他复杂任务，看他能不能写。嗯， 后续我还是要使用 t r a e 吧，或者是 code 八里来编辑这个 open 扣的。他就是太慢，就是太慢， 直线就是在这个上面。好，我在录屏呢，现在关掉。
5走万里路
01:40查看AI文稿AI文稿ai 现在已经发达到可以让任何一个普通人写代码，开发应用了，而且还有羊毛薅。最近就体验了一下智普的 g l m 四点七，只要能够用文字描述清楚我想要的功能， ai 就 可以帮我生成一个没有 bug， 点 点开即用的代码应用。起因就是元旦那几天跟朋友们聚会没有色子，然后我就突发奇想说，哎，好像现在的 ai 可以 编程，要不直接用 ai 写一个摇色子的应用，结果他一分钟就写好了，而且点开就能玩。 其他比如说学生们的论文，牛马们的 ppt， 小 到批量换个格式，改个布局，大到整个海报，整个数据报表都可以直接生成，再也不用一点一点对着屏幕抠到眼瞎，而且对代码一窍不通，连怎么部署都不知道也没关系，可以用我这句话直接去生成一个网页应用， 电脑里有浏览器就能用，双击点开就可以玩起来。这么强大的 ai， 唯一的门槛就是如何部署到电脑里，我用的是 mac 电脑，只要打开终端，复制一些命令文字进去，然后就可以像聊天一样随意打字了。当然这么好用的 ai 肯定也是要花钱的，现在可以二十元订一个， 而且一月九号之前还有羊毛可以薅。部署完可以试试，对他说，阿姨助我，如果部署成功，就可以获得一杯二十元的奶茶，兑换码等于不要钱，试玩一个月 ai， 阿姨助力你的代码梦 转行不做程序员这三年 ai 把整个行业都颠覆了，真的是任何人都可以拥有一个超强的 ai 助理，成倍数的提高工作效率。作为一个普通人来讲，我们薅到的羊毛其实不只是这杯奶茶，更是这个 ai 时代的羊毛。
1096退役程序员森森
04:22查看AI文稿AI文稿这里就直接跳过模型简介了，不知道什么是 glm 四点七 flash 的 小伙伴可以去主页看我上一个视频，我们直接进入测试部分，目前排行榜和打分标准可以暂停自取。 这里我使用的是基于苹果 m l x 的 巴比特量化版，上下文拉到十二万，此时的显存占用是三十一点八四 g b。 所以 如果你有一张五零九零的话，你也可以在在几乎无损精度的状态下推理 glm 四点七 flash。 模型精准方面， 开元可以本地部署，上下文是二十万二千可以得四分，多模态得零分。中文创意写作方面得分是四分、七分和八分。英文创意写作方面得分是六点五分、八点五分和九分。 不知道为什么， gemini 三 pro 老是说字数严重不达标，但是不管英文还是中文， glm 四点七生成的字数都达到并超过了要求。我们把字数正确信息输入给 gemini 三 pro， 看看得分是多少。修正字数后， gemini 给了英语八点五分，中文六点五分。 下面是应用文的写作，得分是九点五分、七分和九分。然后是以餐厅经理身份回复并降级，该投诉得分是七分、六分和八点五分。 哈哈，看来 g i m 不 太会做乙方呦。文科问答结束，目前得分三十五点六分。下面进入理科数学部分，得分是十分、九分和九分，物理的得分则是十分、九点五分和九点八分。 我们顺便可以看一下巴比特量化下的推理速度，这里是四十三点一五 tokins 每秒。 至此，问答部分结束， glm 四点七 flash 暂时得到了五十四点七分。 下面是 glm 四点七 flash 的 优势项目了，那就是写代码。首先是生成一个提壶骑自行车的 svg 动画代码，最终呈现的效果只能说是一般，可以看出提壶，但是自行车就看不出来了， 动画播放也不正确。看在这个题胡还算不错的份上，我可以给个五点二分。 cloud opus 则是打出了七点五分。最后是重头戏的代码智能体部分了，首先是生成一个 html 网页，手机操作系统模拟器，并且有可以互动的 app。 哇塞，这个效果相当可以啊，画面美观，动画效果丝滑。除了返回按键不能正常工作外，其他所有的 app 都可以正常打开，并且没有明显的 bug， 这个效果我可以给六点八分。 cloud office 则是打出了七点五分，并指出了返回功能的问题。最后是拍自六边形小球代码 pro max 版， 这个效果也相当不错啊，可以改变重力方向，库伦力和科士力也有六边形，速度也可以控制运行，也是六十帧，唯一的瑕疵就是这画面闪个不停，不过整体非常不错，我可以给七点五分，可 loft opus 也给了七点五， 并且指出了造成闪屏的原因。最终 glm 四点五 air 的 七十七点六分。 从得分的分布来看，主要是应用文写作方面的差距，去掉上下文和多模态。单看模型性能的话是七十一点八分，和 cloud 斯斯 night 持平。 单看代码能力的话是二十一点一分，超过了 cloud 斯斯 night 和 deepsea 满血版持平。单把所有测试过的 glm 系列模型拎出来的话，四点七 flash 也可以排到第三， 上面是体量更大的 a 二和满血版四点七，把所有测试过的三百亿参数量的模型拎出来的话，四点七 flash 则是断层式的领先，通杀所有同体量模型。总结一下， glm 四点七 flash 可以 说是众望所归，目前最强的三十倍体量模型，通杀所有同级别对手，且在代码能力方面和 cloud 四骚奈特看齐。这是一款里程碑式的模型，一款真正的可以离线运行的代码智能体模型。
32AI踩坑指南
00:19查看AI文稿AI文稿据智普官微一月二十日消息，智普 g l m 四点七 flash 正式发布并开源。 g l m 四点七 flash 是 一个混合思考模型，总餐数量为三十 b， 激活餐数量为三 b， 作为同级别 sota 模行为轻量化部署提供了一个兼顾性能与效率的新选择。
6每经电讯
00:29查看AI文稿AI文稿上海有一家公司叫节约星辰，节约星辰上周发布了一个 vl 的 一个小模型，它是 vl 杠十币的一个模型，这个模型它是比较有特色的，下次有机会我可以给大家介绍一下，因为它是个十币的模型，但是它的性能应该能够达到那个风一千万二三五币， active 二十二币的这个能力的。因为我们经常看有一个 视觉模型的一个榜单，叫 c m u 的 这个榜单，它大概得分目前是八十分左右，应该是很高的。十币的小模型应该是非常厉害，这个模型也是非常强的。
53小工蚁
