这两天给 cloud code c r i 错了一个 u i, 正好智谱 g r m 四点七也发布了,让我们看一下四点七在这个 u i 上跑的怎么样,我问一下你是什么大模型 哦,回答了,我是 g r m 四点七。好,我们看看这个它解析项目的能力怎么样, 帮我解释一下这个项目是做什么的啊?对了,我用的是智普的 ai 输入法,以后错代码都不用打字了,直接说话就可以了。 好,不错,挺好,还可以导出麦克档。 嗯,导出的文档格式不错啊,还有缩影,这样的话可以保存很多信息啊。 所以大家对 ai 如果有兴趣的话,可以在我的评论区留言,说出你想开发的项目,说出你的需求,看看我能不能给你搓一个啊。对了,今天我钓到鱼了,好开心啊。
粉丝932获赞4987

据智普公众号,五月二十二日,智普宣布面向部分企业客户提供 g l m 五点一高速版 api, g l m 五点一 high speed 模型,输出速度达到四百 tokens s。 据介绍, g l m 五点一高速版适用于 ai 编程、实时交互、 商业决策、实时语音等对响应延迟要求极高的场景,现已面向智普 mouse 平台部分企业客户开放服务。

宇哥,这个分享非常非常棒啊,然后我想也来体验一下 cloud 的 桌面端来对接国产模型。因为习奇 switch 这个大版本更新以后,支持了科奥的桌面端,所以哈,有了这个桌面端,这个桌面端的配置就非常的省事了,就不需要一些骚操作来处理了。然后呢,首先我们点击右上角的那个添加按钮, 选择国产模型 deepsea, 因为国产模型 deepsea 现在相对来说性价比非常高啊,既便宜又好用。选择完以后呢,对应的参数啊,这些参数都有了,我们主要又管一个 关那个 api, key 复制进来就好了。嗯,添加好,添加好这个对应的 key 之后, 跳到右下角的位置,以户上下文一照,你以为那个的不希克也已经支持了一照的上下文,然后点击添加就可以了。然后呢, 要开启这个模型,那么这里有个注意项,就是要首先开启本地路由,本地路由在哪呢?我们再返回到那个首页啊,点击左上角小齿轮,然后点路由, 然后他有一个路由,有两个都给他打开,打开以后啊,还有一个 log 按钮给他起用, ok 啊,这样的话基本配置就差不多了,怎么回到首页,点击这里的启用,然后现在准备打开那个 cloud 桌面端进行验证了, 你看啊,打开以后呢,他这个模型按道理来说已经加载,已经加载完毕了,好,出来了,我们看一下啊,基斯模型已经有了, ok, 模型模型都有了, 现在我们来输入一个,比如说你,好吧,测试一下,看看到底能不能跑通, 看看他回不回复 哦,回复了,回复了就说明跑通了哈,真正的接通了,然后现在我们再返回吸气死位置小齿轮, 然后有一个使用用量的统计,啊,使用量统计可以看到那个哎 do see 了, ok, 那 就说明 对接真的真的就成功了。最后呢,这里再提醒一个,提醒一个问题,就比如说我们切换模型的时候,比如说有啊切换,也不能说切换模型,切换供应商吧?模型供应商,比如说切换到七 kimi 切换的时候切换完了。其实现在如果说我们直接用 cloud 那 个桌面端的话,它是没有切换到 kimi 模型的,因为它还是有问题的,没有进行热切换,所以大家也要重启。

一键部署龙虾来了,不得不说各大公司真的太迅速了。智普今天正式上线的奥特克隆,我们下载安装后可以在本地电脑上一键部署龙虾。智普是提供了一定的免费额度给用户体验龙虾的能力。 奥特克隆可以直接接入任何的模型 a p i, 不 过看版本号啊,还只是内测的代号,正式版本近期就会发布,按照这个进度,我认为不会太久,希望对你有帮助。

口袋终于实现国产模型自由了, dc 切问质谱随便切,重点是绘画记录还能够完整保留,这下真的不用再整天盯着额度了。这次使用的工具是 echo ball, 你 可以理解成 给口袋加了一个模型切换器,上次我们连接 dc 的 时候还要配 cc 叉和 cc switch, 这次更加的简单,模型都放在同一个面板里面,想用哪个直接切?安装包我都已经整理好了,下载之后直接运行就行。 我们先来打开这个 echo board, 左边点击我们的模型中心,这些模型呢都是可以直接链接的,只要符合 open a 的 协议就没有问题。点 击模型,然后添加我们的模型 id 还有 api key。 接下来我们再点击右边的应用管理,这里可以看到有很多的 ai 工具,但这期我们主要讲的是 code, 所以 我们先找到 code, 点击我们已经配置好的 d c 模型,点击启动就会自动弹出我们的 code, 看已经切过来了,我来测试一下,让他解析一下 echo ball 这个项目。 ok, 没有问题。重点来了,直接回到我们的 echo ball, 切换千问,点击启动就会自动重启我们的 codex, 看刚才的聊天记录都还在继续追问,刚才那个项目他也能够接的上。模型都放在同一个面板里面管理,不用反复去配置,这可比以前舒服多了。最后再给大家补三个坑,第一个我测试的时候发现先换回默认的 open ai 反而会丢失他的绘画记录,检查后发现原来是工具里面的一个小 bug, 不过包里面的版本已经是修复好的。第二点是部分的绘画可能会出现模型切换之后不能继续对话的情况,因为不同的模型对话里加密信息和工具调用状态他不一定能够兼容的。建议切换模型之前呢,先总结一下上下文,然后新建对话,再继续项目。 第三点,很多朋友也反馈过, a p i 模式下没有办法正常的去使用插件,但是我最近看到一些解决方案,这两天我会再去实测一波,到时候再给大家分享,不过目前又是不影响的,是可以正常使用的。今天的分享就到这了,我是木马,每天一起玩 a 的 赛博大志,咱们下期见,拜拜!

母亲言新出了个模型啊,怎么样?这个模型他说说非常厉害。 jim 五吗?我看看啊,像有的官方说的,他的 humanity last exam exam 评分是比较高的啊,就拿这个评分来说啊啊,其实我们测一下会有很大的问题,你看一下这个屏幕,我看看 我们呃抽取了 horamis 的 mass 数据集,大概是一千多道,然后去测这个质朴清源拿这个呃正比奈,正比奈 flash 作为这个评判遇到一个什么问题呢?我发现他在解答这种数学类的问题的时候,他的思考时间头肯输出了将近两万,也就是说他两万还在思考都没有输出完, 所以说我们这个他根本就测不了,在我们看来,然后即使测的了的话,一次回答的成本大概在呃五毛钱左右,就一个问题大概在五毛钱,而且还两万都没有出答案,所以我们在想会不会是我们的测试出了问题, 于是我们又到了他的这个官方上,就试验了一下啊,现在还在跑是吧?我们这个数据集从呃几分钟之前就开始跑,呃直接停掉,然后我们可以往上拉,一直拉一直拉,就你就说他这个思考过程无限的延长,无限的思考,他虽然这个回复的内容是正确的,但是他貌似陷入了一个死循环的过程。 就是你是让他回答了一个问题是吧?数学问题, melodies 里边的一个数学 max 类别的问题啊,问题其实不复杂,他是一个单选,他有两两种类型,第一是选择题,第二是那个检查题。我们在问给他这个数学问题的时候,问了两道到三道,基本就是无限循环,然后他的费用基本在无限上涨, 所以我们我们也可能比较怀疑像这种评分它虽然很高,有没有可能它的思考过程会非常的长,可能是无限的,也他可能把这个给忽略了,他能思考一个问题,思考五分钟出了一个答案。我们也测了一下,像 jimmy、 nike 这种可能也就几秒钟就出答了,所以它会存在这样一个差异点, 所以说它这个评价体系稍微有点问题。也不算吧,我们后续可能还会对这些整体评价再整体测评一下,至少我们现在现在来看还是跟大家想的差别很大, 太大了。数学问题你要等个十几分钟去给你解出来。那我都做完了,你自己都做完了,哈哈哈,考试都结束了是吧?该交卷了。对,我们也建议在啊,我们建议在回答的时候还是把这种时间这个综合的都考虑进去。

看好了宝子们,就这个让全网震惊的 auto, 国内首个一键安装本地版 open class auto, 跨开放接入 deepsea key、 kimi、 mini max 等第三方模型 api, 真正实现人人养龙虾的 ai 平权愿景。但是直到现在还有很多宝子不知道怎么去下载,现在手把手教会大家如何下载它的最新版本,操作直观,小白一看就会,且用且珍惜,安卓、苹果平板都可以使用。首先点击右下角分享 分享链接,复制链接,打开这个工具箱,没有的应用市场下一个下方会弹出文件包,直接点就行,打开资源包第三步,找到这个软件,点击保存后再下载就可以了。



智普港股上市市值一度达到四千三百四十七亿港元,叫 i p o, 钱涨了十六倍。听起来很厉害,但有一个数字你可能没注意到,智普核心业务的 a r r, 也就是年度经常性收入只有约十七亿人民币, 而对标的 antropic a r r 已经突破三百亿美元,差距不在一个数量级。那这十六倍的市值涨幅 意味着什么?先解释一下 a r r 这个词。 a r r 是 年度经常性收入,简单理解就是这家公司每年能稳定收进来多少钱,而不是靠一次性项目或融资。它是衡量一家企业真正商业能力最核心的指标之一。市值高, a r r 低意味着什么? 意味着资本市场在为预期买单,而不是为真实的业务能力买单。中国 ai 圈的定价逻辑已经经历了三次跳变。第一次,看技术指标谁的模型参数最大,跑分最高。第二次 看谁能最快上市套现。第三次开始看国家战略权重和政府合作的被列为重点的估值,先涨为敬。但下一次跳变已经在路上了,要看 ar 增速。当流动性问题解决了, 资本市场的眼睛就会开始真正看基本面,这家公司到底有没有稳定的可增长的商业收入。智普上市,恰恰是那个用市值暂时掩盖了基本面问题的案例。 这件事对企业家的警示非常直接。如果你正在向投资人或客户讲你的 ai 故事,现在要的不是看你有没有 ai 工具或科技属性, 而是看你有没有可量化的业务结果。打标签容易,量数据较难。更深的一个问题是, ai 不是 包装,而是真正要有结果呈现。对每一个企业家来说,你现在真正需要决策的是,你要做一个 ai 原生企业吗? 不是形式上贴个 ai 标签,而是你的商业模式,你的交付方式,你的客户价值,有没有因为 ai 而真正重塑,这才是判断你的 ai 故事有没有说服力的核心。 所以,你的公司有没有开始建立可量化的 ai 效果展示体系,不是展示你用了哪些工具,而是 ai 帮你带来了多少收入增长,多少客户留存,多少效率提升。如果你暂时没有,现在就需要开始建, 想认真把这件事做清楚,欢迎来 u b i, 我 们帮你找到那个当投资人问起时,你能当场亮出的可量化 ai 收益数据。我是丁杰,我在 u b i 等你一起来讨论。

今天咱们的内容呢,是要讨论一下最近啊这个国产的大模型,比如像智普啊, mini max 这些公司啊,他们的发展情况啊,包括他们在技术上面的一些突破,然后包括他们在市场上面的一些突破。嗯,以及我们可以看到的是, 在全球的大模型这个领域,竞争格局正在发生着非常快速的变化。没错,这个确实是最近科技行业非常关注的一个话题, 那我们就直接开始今天的讨论吧。我们先来讨论一下这个大模型行业的发展和景气度,最近这一段时间,全球的大模型公司在 ipo 方面都有哪些新的动向?其实现在这个大模型领域真的是投资的热土,热度一直居高不下。 二零二六年一月份的时候,智普和 mini max 已经率先登陆了资本市场,然后呢,接下来就是今年下半年到明年上半年,还会有至少四家大模型公司要上市, 这节奏真的是越来越快了啊。那海外和国内分别有哪些公司是值得关注的?海外的话,像 spacex 旗下的 grog, 它很有可能就是在六月份成为第一个上市的海外大魔性公司。然后包括 antropics 还有 open ai, 其实它们也都在紧锣密鼓的筹备上市。 那国内的话就是揭月星辰还有 kimi, 它们也都是在未来的半年到一年之内准备登陆资本市场。 所以就说全球的大模型公司在未来的一年里面会形成一个非常强的板块效应,对行业整体的投资价值也是一个非常大的提振。说到这我就很好奇了,现在这些主流的大模型厂商,他们的年度经常性收入,也就是 a r r 的 情况是什么样的? 尤其是海外的这些巨头和国产的这些厂商,他们之间的差距和变化趋势是什么? 现在目前来看的话,海外的这些头部的大模型厂商,他们的 arr 绝对值还是明显领先的啊。比如说像 antropic, 它在二零二六年四月份的时候, arr 已经突破了三百亿美元, 然后它到五月份的时候预计能接近五百亿美元。哇,这个增长速度也太夸张了吧。那 openai 呢? openai 的 话,它在二零二六年二月份之后就没有再公开 arr 了, 但是它受益于 codex 和 image two 的 更新,它在二零二六年五月份的时候, arr 预计也是在四百到五百亿美元之间, 所以跟 isotropic 也是基本持平的。那我们再来看一下国产的厂商啊,像 mini max, 它在二零二六年二月份的时候, size 类的 arr 是 一点五亿美元,然后到二零二六年五月份的时候,它是预计能做到三到四亿美元。 那智普呢?他在二零二六年三月份的时候是批录了他的 a r r 是 二点五亿美元,然后他到二零二六年五月份的时候,预计是能接近四亿美元。所以你可以看到,就是国产的这些大模型厂商,虽然说他们的起点比较低,但是他们的增速是非常快的,而且他们的成长空间还是非常值得期待的。 哎,那说到这,我们都知道 entropack 最近因为盈利预期这件事情在业内引起了不小的震动。嗯,那他们到底是怎么做到的?以及这对于整个大模型行业来说意味着什么? itip, 它是预计在二零二六年的第二季度能够实现单季度经营层面的盈利, 这对于整个行业来讲都是一个非常大的信心。提振它能够盈利的核心就是因为它的收入在这一季度是出现了一个非常大的跃升, 他的收入是从第一季度的四十八亿美元直接翻了一倍多,到了第二季度的一百零九亿美元。 但是他的成本并没有同步的增加,因为他在这个季度没有去推新的大型旗舰模型,所以他的成本支出是比较平稳的。哦,原来是这样,那这是不是意味着他们全年就可以扭亏为盈了?不是的。 呃,他们虽然说这一季度会盈利,但是他们给投资人的指引里面还是说二零二六年全年整体来看的话还是会有亏损。 嗯,然后要到二零二七到二零二八年才会真正的实现自由现金流为正。但是他们这个季度的盈利还是让大家看到了一个希望,就是 行业的整体盈亏平衡可能会比大家想象的要来得更快。那现在这个大模型行业在定价上面出现了哪些新的分化趋势?然后智普和 mini max 又分别是处在什么样的位置?现在的话就是因为 deepsea, 它把它的 v s pro 这个版本进行了永久降价,所以现在整个行业的定价是分成了两派, 以每输出一百万 token 三美元作为一个分界线。那三美元以上的这部分主要都是一些核心生产力的场景,用户对价格不是特别的敏感,他们更在意的是模型的智能程度以及长上下文的能力, 那三美元以下的,甚至是一美元以下的这个区间,它就是一个性价比的战场了。智普的话,它是属于国产模型里面定价比较高的,也是在核心生产力这个领域里面抠点能力非常顶尖的。 那 mini max, 它一开始的时候是主打性价比的,但是它在 m 三万亿参数的版本出来之后,它也会慢慢地往核心生产力这个场景去靠行。 然后我们要关注的就是,呃,这两个公司,他们在资本事件上面的一些时间节点,尤其是像 mini max 和智普,他们在被纳入恒生科技指数以及港股通的这个过程当中,有哪些关键的时间点? 为什么会出现这样的差异?这两家公司他们都是在二零二六年的六月八号被纳入恒生科技指数,但是在港股通的这个纳入时间上面是有差别的。那 mini max 它是因为有同股不同权的这样的一个架构,所以它会晚一点,它是要等到二零二六年的八月六号才会被纳入港股通, 然后他在七月九号的时候会有一次解禁,并且在这个期间他还会发布 m 系列的新一代的大模型。嗯,质谱的话,他的进成就快很多,他是在六月八号当天就同步的进入了港股通,然后他的解禁是在七月,但是他的解禁的比例其实是非常小的,只有百分之五左右。 然后我们来分析分析这个 mini max 它的经营和发展情况。嗯,我特别想聊的就是它的这个全模态的能力,现在市场对于多模态和全模态的价值是怎么看的?现在其实市场还是更看重 coding 和 agintic 场景的定价, 对多模态的价值其实是阶段性的低估的,就像快手它其实是大幅的上修了可令 ar 的, 但是它的股价并没有什么明显的反应,就是大家还是更看重 holding 逻辑,而忽略了多模态本身的潜力。听起来就是说这个多模态和全模态还不是一回事, 对,多模态只是说这个模型能够识别或者输出多种模态的数据,但是全模态它要求的是从训练到推理的全链路的多模态的深度融合, 这个能力是非常稀缺的,目前全球只有谷歌字节和 mini max 它们三家是真正的做到了,那 mini max 的 全模态能力到底厉害在什么地方?全模态的核心价值其实有两点,第一点就是它在训练的时候,这个多模态的数据和推理的反馈可以反过来提升文本模型的智能上限, 这个其实在 gpt 四 o 和 game 三发布的时候都已经得到了验证,但是这个点其实经常被市场所忽略。 第二点就是全模态其实是 ai 从线上走到线下的一个关键的桥梁,而且它可以直接去做一些比如 ppt 制作这种非常复杂的办公的场景, 它需要同时处理文字逻辑、视觉设计、数据、图标、视频等等这些东西。明白了,那 mini max 旗下的这个海螺 ai 最近有什么新的动作吗?海螺 ai 其实是它们的一个主力的 c 端的产品, 虽然说他从二零二五年的十月份发布了新版本之后,已经有大半年没有进行模型的更新了,但是他的流水其实是一直在上涨的,而且二零二六年的五月,他的月流水是直接还笔翻倍, 主要的原因就是因为他们在五月初的时候上线了三个新的功能, ai 造型式智能改图和动作控制。那看来这几个新功能的用户接受度还挺高的嘛,而且他们马上在六月还要发布海洛三, 那这个新版本的话会在镜头控制、人物和动作的逻辑以及二 k 四 k 的 高清画质这几个方面都会有一个比较大的提升。 但是市场其实现在对这个产品的期待值是很低的,所以它是一个目前被市场低估的产品。懂了,那 mini max 它们在模型的架构上面最近几年有哪些比较大的更新? 他们在二零二四年年初的时候发布了 a b a b 六,这是国内最早的一批采用 m o e 架构的文本模型。然后到了二零二五年年终的时候,他们又推出了 m 一 模型。 那这个 m 一 模型的话是回归到了全注意力机制,它就是为了长上下文的信息传递,保障了抠定的能力和输出的质量。 到了二零二六年年初的时候,他们又上线了 m 二模型,这个 m 二模型的话是加入了原生的 agent r l 的 异步调度和 process reward 等全新的架构。 那即将要发布的 m 三模型的话,是采用了稀疏注意力机制,它是类似于给你的对话或者内容生成做了一个智能目录,你在查询的时候它只会去精读跟你的目录匹配的那些相关的内容,所以它是兼顾了现行注意力的速度和全注意力的精度。 对,那它就是非常适合长上下文和 agent 这样的一些场景。那这个 m 三模型在性能上面会有哪些质的飞跃呢? m 三的话,它在 pre filling 这个场景下面可以提速十倍, 然后在 dicktoing 这个场景下面可以提速十五倍,上下文长度可以拓展到百万级别。嗯,然后它会有三百 b、 五百 b 和 et 这三个参数的版本,其中 et 版本是它们目前为止参数规模最大的一个模型, 所以他的目标就是为了提升在 coding 和 agencic 场景下的市场渗透率。我想知道 mini max 最近在财务上面有哪些亮眼的表现?他们的收入增长是非常猛的,你看他们在二零二六年二月份的时候,年度经常性收入也就是 arr 才一点五亿美元, 但是到了四五月份的时候已经飙升到了差不多三亿美元。然后他们全年的指引是要做到 arr 超过十亿美元, 所以他们无论是同比还是环比的增速都是非常惊人的。那他们在算力的部署和成本的控制上面有什么独特的做法吗?算力方面的话,他们最近一两个月训练加推理算力的周环比增速都是在百分之十到百分之二十之间, 整体的算力规模也是在国内的大模型厂商的第一梯队。嗯,然后他们的海外收入占比是百分之七十。 他们的算力策略也是采用的是 local for local, 就是 他们用了 aws, azure, gcp、 call wave、 together、 ai 这些海外的主流的语音,然后同时也跟阿里云、腾讯云、金山云这些国内的语音保持了长期的合作, 所以他们基本不会受到算力瓶颈的限制。哎,这么说的话,他们的这个盈利情况应该也比同行好吧?没错,他们的 m 二点七模型的 api 业务的毛利率是超过百分之四十的,这是行业平均水平的两倍。 对,那这背后的原因就是因为他们的模型参数和激活参数都非常的小,然后他们在工程化和算法的优化上面做的非常极致,比如说他们对 k v, catch 缓存、 prefale、 decode 分 离等这些环节都做了极致的优化, 所以他们也是被看好会比海外的巨头更早地实现盈亏平衡。那我们在投资这个大模型行业的时候,应该重点关注哪些长期的因素?现在这个行业的迭代速度是越来越快了, 所以之前那种单纯的去刷榜,其实已经没有那么被市场看中了。嗯,然后国产的大模型跟海外的这些头部的差距也是在快速的缩小。 比如说在二零二五年的第三季度的时候,海外的 cloud opus, 它的编程能力还是比国内领先一到两代的,但是到了二零二六年之后,这个差距就已经明显的缩小了。 所以我们更应该去关注的是这个公司的底层的组织架构和人才的布局,这才是真正决定这个公司未来能走多远的核心的变量。照你这么说的话,那 mini max 现在是不是就属于那种被市场低估的?是的,因为它所处的这个全模态的赛道其实现在是被市场明显低估的, 但是它在 m 三模型发布之后,它的多模态、 coding 等多个场景的收入都会有一个显著的提升。 对,所以他的投资价值其实是非常值得期待的。行,然后我们来分析一下智浦的经营和发展情况。嗯,现在这个时间点去投资智浦的话,有哪些关键的窗口机会?而智浦他是在二零二六年的六月会被正式的纳入港股通, 然后七月会迎来一个小比例的解禁。嗯,大概只有百分之五左右的股份会流通,所以整体的解禁的压力是非常有限的, 再加上有港股通的这个增量的资金的进入,所以其实二零二六年的六月是一个非常难得的做多的时间窗口。最近这个大模型行业的 a r r 都涨得非常快。嗯,那智普在这一波增长当中有什么特别突出的地方吗? 整个行业的 a r r 增速都是非常惊人的。你像海外的那家公司,它在二零二五年的时候 a r r 还是九十亿美元, 但是到了二零二六年的四月份就已经超过了四百亿美元,就他在四个月的时间里面翻了将近四倍。对,然后 kimi、 迷你 max 和智普他们其实也都是属于这种快速增长的梯队。智普他们之前不是也因为算力的问题一直被掐脖子吗?那现在这个问题解决了之后会带来哪些变化? 之前确实是因为算力的供应跟不上,所以限制了他们 a r r。 的 增长,但是现在这个算力的瓶颈逐渐的缓解之后,他们不光是 a r r 会加速的增长,而且他们的这个 coding 相关的收入的占比也是会大幅的提升的。 哎,那智普在 coding 这个领域到底有多强?他们的这个 glm five point two one 模型在 lol arena 的 coding 榜单上面是排到了全球第七,然后国内第一。哦,对,而且他们的价格也是在二零二六年年初的时候有一个大幅的提升, 就是他们的输入输出的价格都提升了三倍左右,那海外的定价更是比国内高出了百分之六十以上。嗯, 这其实就是直接反映了市场对他们这个 cody 能力的高度认可。那智普是怎么做到在 cody 这个领域能够一直保持领先的呢?他们其实在战略上面是非常聚焦的,就是他们在过去的两年的时间里面没有去搞多模态,而是把所有的资源都投入到了 cody 上面。 对,然后正好赶上了二零二六年弊端的,尤其是抠钉这个场景的爆发,所以他们前期的投入就一下子全都兑现了。所以说他们不仅仅是靠一个好的战略,他们的技术手段也很关键吧。没错没错,他们在技术上面也是做了很多的针对性的优化, 比如说他们用了大量的高质量的抠钉的标注数据,然后用了强化学习和思维链来针对这种长周期的抠钉任务和 agent 任务来进行训练。 所以他们的整个的路径其实跟 antropolis 是 非常像的,就他们也是专注于去做这种企业级的严肃场景下的商业化落地。 ok? 那 智普在收入结构上面这两年有什么大的变化吗?他们其实已经完成了一个转型,就是他们以前主要是靠私有化部署,但是现在他们的收入主要就是靠云端。 嗯,比如说他们在二零二六年的三月,他们的云端的 a r r 已经达到了十七亿人民币,然后其中有一半都是来自于 coding 场景。 这个云端的收入里面有多少是来自于海外的客户呢?在他们的云端的收入里面有差不多三成是来自于海外的,然后国内的话主要就是靠这种互联网的大型企业,他们为了提升自己的 agent coding 的 效率来进行付费。 嗯,然后除了这个 coding 之外,还有百分之二十到三十是来自于像翻译、搜索这些传统的任务,他们的客户也都是一些头部的社交平台。对,剩下的就是有超过百分之十是来自于 agent 相关的一些新的场景, 所以它们的整个的收入的结构是非常多元的,而且它们也是在不断的往上游的软硬件一体化的方向去延伸。明白了, 那芝普最近发布的这个 zq 网络架构,还有这个 gm five point one 快 速版,这两个东西在性能上面到底有哪些突破性的提升呢? o 四 s 这个架构它是可以直接让 gpu 的 吞吐率提升百分之十五,然后让首 token 的 延迟降低百分之九十, 所以它是一个非常厉害的底层的优化。那基于这个 zq 架构的 gm 五 point one 快 速版,它的 token 输出速度可以达到单秒四十万 token, 这个速度是已经超过了 gbtos 的 轻量版, 然后它是在没有压缩任何模型参数的前提下做到的,所以它其实在提升速度的同时也保证了模型的效果。 对,而且它也让用户的体验变得非常的流畅,同时也降低了整体的算力的成本。好的,我们今天一起梳理了一下全球的大模型行业的这个 ipo 的 热潮, 包括主流厂商的这个收入的变化,然后也重点分析了一下 mini max 和智普这两家公司在技术创新、产品布局和市场定位上面的一些亮点。 嗯,那其实我们可以看到的是,无论是全模态还是 cody, 这些新的赛道都正在加速的成熟。没错,那我们这期节目就到这里了,然后感谢大家的收听,我们下期再见吧,拜拜。拜拜。

哈喽,大家好,我是卓野啊,今天给大家讲一下这个关于可乐的一个安装,以这个国产智普模型的一个配置啊。 呃,因为现在毕竟是 ai 时代,作为一个程序员,我们要学会使用这个 ai 工具来协助我们去编程的, 然后这个可乐扣的话也是非常火的一个工具啊。啊,大家要知道这个可乐扣的其实它只是一个工具,它具体啊要使用哪个模型的话,还是需要我们去配置的, 但它官方也有自己的官方的模型啊,官方模型的话,你得需要去使用这个魔法,对吧?使用梯子,然后价格可能比较贵, 然后国产的模型的话,正常情况下是要比国外的这些模型要便宜的,然后 使用起来的话也是更方便,因为我们不需要挂梯子啊,然后现在的这个国产制模模型其实也是相当的相当的厉害了。呃,首先大家还有一点就是要理解一点是啥呢? 就是这个 coco 的, 它跟那个 open clone, open clone 其实之前我们说的时候,它是能够操作我们的电脑的,其实这个 coco 的 也是的啊,它也能够操作你的电脑去新建啊,新建文件,修改文件 啊,甚至可可以调出你的这些,呃,就是电脑的一些 cmd 窗口呀,或者一些命令窗口去执行一些命令,它也是可以的, 所以说,呃,这个东西的话,其实如果你是只是用于编程的话,其实用可乐的扣的就够了,不需要抓 open code, 因为 open code 的 话,它是比较费 tooling 的, 如果你只是用于编程的话,没必要使用它啊,可乐扣的可能更大家看下这后面一个单词扣的,对吧?它是更针对于我们这个程序员的话,呃,只是让他为我们啊做编程来使用的话, 那我们就只需要去装这个可乐扣的啊。如果你是想要获取更高的权限对你电脑的权限,或者说你也想要去,呃,因为 open 可乐它还可以去啥呢?去通过对接一些通信软件,比如说飞书,钉钉啊 啊这些这些软件啊,来完成一个远程操控。如果你有这个需求的话,那你肯定还是要装那个小龙虾的啊。好,我们看一下。一个准备工作 在开始之前的话,我们要确保你的电脑是装了这个 node js 的, 然后 get 的 话也要安装啊,确认安装的,确认安装 node, 也就打开 cmd 窗口输入这个命令,我们可以给大家看一下 node 杠 v, 然后检查你的这个 node js 是 否安装,安装的版本是不是大于这个十八, 然后就是一个 get, get 的 话怎么确认呢?你只要回到这个桌面,右击一下,有这个 get by see here 啊,就说明你已经装了装 get 了。装 get 的 时候一定要把 get by see here 勾上,一定要有这个,没有这个的话也不行。然后这是一个环境的 环境的检查,就你在安装之前一定要把这个环境检查一下。当然如果你是想要使用国外的一些模型的话,那么你一定还要有对应的这个梯子啊,对应的梯子,大家如果想要没有什么好用的梯的话,也可以问我,我这边是有的,可以给大家推荐的。 然后的话是一个呃,圈完之后我们就可以安装了,去安装的话是很简单的,就是一行命令,但是如果,呃你没有装梯子的话,可能会比较慢,没有使用梯子的话,如果你 当然你也可以使用国内的进校员啊,因为我这边是挂了梯子,所以我就直接使用这个 npm 就 行了,然后我们就直接在这个窗口执行得了。 好,这里就安装完成了,安装完成之后的话, 安装完成之后我们去检查一下啊,是否安装完成,我们就输入这个命令,看它是不是出啊,显示你这个版本号,显示的话啊,那就是安装成功了 啊,这里我们看到它是有这个版本号的,那就是安装成功了,安装成功之后的话,我们刚刚说了就是如果你是使用国外的模型的话,国外模型的话 你是首先是需要有梯子的,其次的话其实大家都知道国外就是外国啊,国外啊对我们国内是有关于这个 ai 的, 使用的话是有封锁的啊,如果我们使用那个国外的话,他可能会报错的,就是这种,你看他这个意思就是就无法连接这个 ipi, 然后检查你的这个网络区域和网络设置,提示可能是不被提供的,在你的国家,所以你要检查一下你的国家是否被被支持,这是一个网站,你可以检查一下, 显而易见中国是不被支持的,这个大家都知道,所以说我们肯定要绕过这个区域限制协议啊,如果说你弹出这个东西之后,我们可以给大家看一下,正常情况都会弹出的, 我们安装完成之后话,想要进入这个 code code 的 话,就直接输入这个 code 就 可以了,然后回车 啊,这里的话他是询问我们是否信任这个目录,我们选择信任这里,他没有啊,没有让你去 没有这个蹦出这个问题啊,如果说有的话,这个应该是因为我之前装过,装过,我之前可能没有删干净啊。如果说假如说你跳出这个东西了,比如说你在竖着壳子的时候跳出这个东西, 跳这个东西的话,那你就可以去创建一个专属的启动脚本啊,就是在你的电脑里面就是找一个安全的文件夹,就你随便找个地方都可以,然后创建一个 cld 点 bet 这个文件, 然后把这个内容复制进去就可以了。然后这里面有一个点需要注意的,就这个端口号你要改一下,如果改成你本就是你自己的这个本地代理端口啊,这个的话可以从这里看, 可以从这里看啊,如果你是七八九二,那你把它改成七八九二就可以了。 然后的话就是配置系统环境变量,你配置完成之后的话,这个文件就可以在任意目录去执行了,这里我可以给大家演示一下吧,怕大家不太理解啊,比如说我就找一个啊,就在这个目录吧,我们就不找其他地方了。然后新建一个文件, 就叫 cld, 然后是 b i t, 然后我们编辑它, 把这个文件复制过来,这个内容复制过来就行了,把这改成我们的端口,我们端口是七八九二 这个设置,这个代理的这个东西啊,不仅是我们装可乐扣的需要使,就是需要使用,你如果装那个呃解迷,你的那个 c r i 其实也需要照顾这个限制的, ctrl s, 然后把它去配置到这个环境变 量里面,能找到 高级系统设置,然后环境变量添加到这个 pass 啊,也就这里面啊,新建一个 确定确定确定就可以了啊。这个目录的话就是你这个 cld byte, 你 放在哪个目录下,你就把哪个目录添加到这个环境变量里面就行了。这个时候的话你可以在任意目录去启动它了,你知道吧?比如说在这里去启动, 他就进人了,然后我 yes 啊,就可以了啊,这这个当然有时候你也可以, 你也不一定是绕过去限制,你可以去呃,加一些其他的命令,就因为你只是可拉倒去启动的话,呃,他其实会,到时候你们使用时候就知道他会反复的去问你,就你在执行,在使用的过程他会反复的问你啊,是不是需要啊?执行 是不是确认要去新建一个文件,或者是不是需要啊确认去修改某个文件等等等,就需要你反复的去确认。后面我们会说的。针对这个问题这里就不说了,这里只说这个安装 这个是配置系统文件啊,然后我们就是去 去配置,这里的话啊,这里我给大家讲一下吧,就有时候你安装的话他会跳会出现这几个触触化界面啊,这里的话我之前安装过,可能他没有给我出来这个触触化界面,就是第一个就是这个,他是选择你这个界面的一个模式的,一般你就默认就行了,黑色的模式, 然后这个的话就是一个安全提示,这里的话我们就直接按艾特去继续就行了啊,这的话就是是否信任这个文件,一般你进去之后他都会问你的,然后你写,然后你回车就行了,信信任,选择信任。然后第四步的话就配置国产智普模型啊, 这个的话就是你要挂代理啊,然后国外的官方 ipr 又高贵,所以说我们都使用这个智普模型就可以了。然后这个的话,其实如果你使用智普模型的话,就不会出现区域限制问题了啊,然后也就不需要去创建这个脚本文件了,也是非常方便的。然后我们看一下怎么去配置啊,这个也是很简单的, 这个的话首先我们要在我们的这个开放平台去申请一个 ipr k 啊, ipr k 啊,在这里我们去新建一个就行了,这里我已经打开了啊,新建个 ipr k, 这里我就写个测试, 然后这个测试这个 k 就 建是好,建立好了,然后我们再看它需要在啊这个这个目录下面去 建这个文件,如果你没有的话就建,有的话你就去编辑它。我们去找一下 windows 一 快捷键,打开这个文件管理器,然后我们选择用户,对吧?选择我们的这个用户名啊,我们找这个点格式,看下在哪 好点, ctrl 在 这里我们点进去啊,点进去之后我们发现这边没有那个文件,没有的话我们就新建一个,把这个名字复制下来, 然后 ctrl shift n 新啊,这新建文件夹,我们不是新建文件夹,我们要新建文件,新建文件的话我们就手动的写吧啊,新建文件,然后 ctrl a、 ctrl v 回车是 ok, 打开它把这个复制进去,我们没复制之前,我们给大家看一下,我们可以去看一下当前它使用的模型啊,当前使用的模型,大家看到这些都是一个, 这些都是官方的,看到没有?官方的模型也就是这个,这第一个就是官方的模型啊,就可乐扣的这个官方模型啊,这些都是国外的模型,然后我们要使用国内的,那我们要配一下,把这个复制过去, 然后这个 k 的 话就改成我们这边的 k, 然后把它复制过来, 然后保存 x, 这样就行了,我们再去先退出,然后再去执行下这个 mod, 这里我们看到它这里面显示的是什么?当前模型是质谱的了,看到没?变成质谱的了,都变成质谱的了,然后我们就确认就行了,然后我们问你是你是谁 啊?这里就可以去使用了,我们可以看你使用的什么模型, 其实装的话也是很简单的,也不是很复杂的, 这台就说到我使用的是 gim 杠五点一模型,也就是智普的五点一的模型啊。 呃,还有一点就是大家跟大家说一下这个智普的话,其实目前来说你是从官网是很难能买到的了, 很难能买到的基本上要靠抢的啊,说了基本上,但是你基本上是抢不到的啊,但现在不是也有那个 deepsafe 了吗?对吧? deepsafe 那 个四点一 pro 的 版本啊,其实那个也是很便宜的。那个的话,呃,下一节下一下一个视频,我们会说一下怎么去, 呃,怎么去,这个使用克拉克的去集成这个,呃, deepsafe, 然后 deepsafe 的 话现在也是宣布永久降价了,对吧?永久降价也是很屌的,这个其实是很强的,所以我们有必要说一下, 而且它的性能也不差的,我觉得是不差的,而且这个智普的话其实也不差,其实国内的这些这些模型,其实能力上来说,其实跟国外已经差距不是特别大了,反正是能够替你去干活了啊,足够替我们去干一些活了 啊。就包括我的这个学习平台,我自己也都是靠这个字谱去写的,基本上我都没写代码,当然你靠这个 ai 去写的话,其实你写完之后还是需要测试的,知道吧?测试的,然后测试出问题的话你再去跟他反馈,让他去给你改就行了啊。这是一个 工具的安装,然后这个文档的话,大家想要的话可以去。呃,去我这个学平台去看,这里会是有的,然后我的这个博克上也有,博克,博克也有,大家可以看到 这里的话也是有九千多阅读了,四十六个收藏,大家也可以从这里看啊,都可以。

智普发布了 g l m 五点一高速版,输出速度达每秒四百 tokens, 刷新全球大模型 api 速度记录, 一秒钟能生成两百多个汉字,比大多数人阅读还快。速度战的本质不是炫技,而是降低 ai 应用的时间成本。 当响应速度超过人类感知域值, ai 就 从工具变成了对话伙伴。关注 ai 基础设施层的公司,它们决定了应用层的上限。下一个机会在需要实时交互的 ai 场景中。

三月十日,智普 ai 正式推出本地版鳌头科奥,中文名澳龙,一经发布便引爆 ai 圈,上线当天至普股价暴涨百分之十三,开发者接入量单日破十万,更被业内称为打破欧本科奥垄断、推动本地 ai 智能体普惠的关键一步。 不同于市面上简单封装的为本地产品,澳龙的核心突破的是技术底层的重构。它不仅解决了欧本科奥部暑难的行业痛点, 更以四大硬核技术创新,重新定义了本地 ai 智能体的落地标准,背后藏着国产 ai 从跟跑到领跑的技术逻辑。在 聊奥龙的技术突破前,我们必须先明确一个核心前提,当前 ai 智能体的爆发正遭遇云端依赖的致命瓶颈。欧本科二作为现象级开源智能体框架, 虽凭借强大的任务拆解工具调用能力圈粉无数,但它本质上仍未跳出云端算力绑定的事故。普通用户部暑需手动配置环境调试代码对接 api, 全程动辄数小时,报错率超百分之八十,被调侃为只有程序员能养的龙虾。 即便成功部署,也需依赖云端 api 调用,不仅存在数据隐私泄露风险,还受网络波动影响,无法满足低延迟、高安全的本地使用需求。 而智普沃托克勒奥龙的核心价值,就是通过全链路技术优化,打破了大模型性能、端侧资源易用性的不可能三角, 让本地 ai 智能体从工程师专属玩具,变成了全民可上手的生产力工具。这背后是智普在模型优化、部署架构、生态适配三大维度的深度突破,每一项都直击行业痛点,暗藏硬核技术逻辑。 本地 ai 智能体的核心痛点在于大模型的庞大体积与端侧设备有限的矛盾迁移参数及大模型的 f p 十六精度体积可达三百四十 gb, 即便是七 b 参数模型也有十四 gb, 远超普通电脑边缘设备的内存承载能力,直接部署会导致内存溢出、推理延迟飙升至普奥龙之所以能实现个人电脑和本地运行,关键在于一套定制化的模型轻量化优化方案,而非简单的参数裁剪。 首先,澳龙内置了智普专为欧本科二场景深度优化的 pony alpha 二专属模型,采用量化加减脂加蒸馏三位一体的优化策略,通过 ins 八混合精度量化,将模型体积压缩两倍,算力需求降低百分之五十。同时,通过量化感知训练,卡特 将性能损失控制在百分之三到五以内,远优于行业平均的百分之八到十。结合结构化减脂技术, 裁剪掉模型中贡献度低的荣誉参数,在保留核心能力的前提下,进一步压缩模型体积,让普通办公电脑也能轻松加载。再通过知识蒸馏技术,让小模型学习大模型的任务执行能力,实现轻量体积加满血性能的平衡。 更关键的是,这种优化并非阉割式适配,而是针对本地智能体的任务场景做了专项强化。 pos 二模型重点提升了工具调用准确率、长任务持续推进能力和多步骤指令拆解精度, 实测响应速度比通用大模型快百分之三十,长时间运行崩溃率大幅降低,完美适配本地场景下的连续任务执行需求,这种场景化优化比单纯追求参数压缩更具实际价值, 也体现了智普在大模型优化领域的深厚积累。都本卡的高门槛,本质上是部署架构的技术导向,而非用户导向,它需要用户具备扎实的代码基础, 手动配置环境变量,解决依赖冲突,对接各类 api, 这让百分之九十以上的普通用户望而却步。 智普澳龙的第二个核心技术突破,就是重构了部署架构,实现了零代码、零配置、一键安装, 彻底拉低了本地智能体的使用门槛。从技术层面来看,澳龙采用了封装式部署加自适应适配架构,智普将欧本科尔的核心内核依赖包 a p i 接口全部封装在安装包内,用户无需手动配置任何环境, 仅需下载对应系统的安装包,双击运行、扫码登录三步,一分钟即可完成全部部署,安装难度与普通桌面软件完全一致。这种封装并非简单的打包,而是通过自研的环境自适应技术, 让安装包能够自动识别用户的电脑系统、 windows、 mac os 硬件配置,动态调整运行参数,避免出现环境不兼容、依赖冲突等问题。这背后 是智普在 ai 部署工具链领域的长期技术沉淀,也是对技术普惠的精准落地。更值得注意的是,暴龙在降低部署门槛的同时, 完整保留了 open class 的 原生核心能力,并非功能阉割版,用户无需任何代码调试,就能直接调用智能体的任务拆解 工具,调用多步骤闭环执行能力,真正实现了易用性与性能不妥协的技术突破,这种架构设计彻底打破了本地智能体等于高门槛的固有认知, 为后续全明化落地砥定了基础。本期视频就先到这里,下期我将继续为您讲述澳龙的技术突破和技术意义。

不得不说安装 codex 还是挺麻烦的,现在有了一个原版平替方案,这是一个集合了 codex、 cloud code, gemini 和 open code 的 超记 ai 霸王,要你命三千。 这个 agent 就是 zcode 智谱悄悄搞的,都没怎么宣传,而且作案都还在,更新界面也是高度还原了。 codex 用起来绝对不会陌生,跟 codex 放一起根本分不出来。 进去之后可以一键同步项目, skill mcp 也都可以无损同步,而且模型配置也是幼儿园级的简单,模型也很全,再也不用折腾各种环境了。各种常用插件市场也是一应俱全。一键安装主打就是好钢,用在刀刃上亲测下来,稳定性和操作逻辑都很能打, 底层直接用扣代斯这些的内核, a 阵的能力直接拉满。感兴趣可以去群里交流,我是阿岩,你的危机课代表。

今年国产大模型也是大爆发,一个多月内 g o m 五点一、 kimi 二点六、 deep sick v 四、 meemow v 二点五陆续上线。 对于这四个大模型啊,我都深度使用到了现在,有了不少真实体验心得。这是我目前在不同安卓的大模型的配置方案,它们现在在我这非常像不同性格、技能的同事,甚至它们至今已经开始赛博霸凌了。 今天我就从理解力、拟人度、工具调用能力、性价比和稳定性这几个维度详细聊一聊我在 angel 方面的真实的使用感受。以从拉到夯的顺序来讲吧。先来讲 kimi 二点六,这就是另外三只大模型赛博孤立的那位了,也不是说不好, 就是有点像一个唯唯诺诺,生怕出错的那种老实人聊天记录你们可以感受一下, 我后来给他调去了程序员岗,代码还行,绕路不行,沙箱限制下连写三次 write 失败,他就卡在那了,不会主动去想别的褚子,可能他更适合 coding 场景吧,毕竟我看 coding 评分还是很高的。再来说这个 dsp v 四很稳,不太出错, 也能很快优化之前 kimi 的 那个问题,我对他感受最好的两点一,便宜。这个很核心啊, deepsea v 四本身就不贵,五月还限时二点五折。 二,就是可能因为他原生家庭的原因,导致他非常擅长股票分析,多取财报,分析能力很好,还会自动适当考虑量比等等各种,再加上便宜,我基本上就趁着这个月把 q 一 的各种财报都喂给他记录了。 但是他脑子又有点非常理工直男特轴。比如啊,我之前不是给自己做了一整套我个人公司的龙虾运行框架吗?然后我就和他聊说有没有可能把它变成一个 o p c 的 通用产品呢?结果他的脑回路就永远 focus 在 我拿龙虾哎,有做过视频脚本这些细节点上,就说只能给博主用,受众太少。巴拉巴拉巴, 你看啊,这个同样这个事切到咪蒙他就很能反应过来,因为这框架里面其实是有公司手册、员工日报规则,分区上也是有总管工作区、财务部等等各种部门的, 只要个别部门做个通用的替换模板,他其实就是一个通用 apc 的 产品了。所以在这点上,我觉得这次咪蒙在理解力上的提升真的是可圈可点的。并且他其他能力也很不错,对我来说是有点万金油的熟悉,尤其尤其尤其是 工具调用能力非常强,遇到强非常擅长绕路,比如像雪球啊,上面的文章,或者一些 app 上的视频,这些反扒比较重的网页他都能扒,其他三都扒不了。所以需要动手干活的事啊,跑数据,抓信息,自动化操作,我都教给他, 他在我这主要是干一些蒸馏啊,发数据啊,还有一些博主工作的活。而且我最近又申请到小米十六一 tok 的 这个免费额度, 所以用着稍微有点不心疼这个活动啊,五月二十八前大家也可以冲一冲。顺便在这里也提醒几点啊,一是二点五和二点五 pro, 个人感觉日常使用啊, v 二点五就够, v 二点五 pro 的 消耗它是双倍的, 并且二点五是可以识别图片和 pdf 之类的东西的。二是 mimo 最近经常四百报错,是一个回传的问题, 经常需要重开 section, 很 不稳定,不过总体还是非常好的。再讲讲我个人很喜欢的另一个 g l m 五点一,虽然他没有 mimo 的 工具调用能力,但是他的理解力和拟人感真的是太好了。 什么是拟人感?就是他说话有多像人,可以看个对比图啊,虽然这些问题可能和工作没啥关系,但感受是很直观的。 kimi 的 班位可以说是最重的。 deepsea 呢,说的还不错,但也有很强的 ai 和人类的边界概念, g l m 就 非常灵了,他不会想着自己是个 ai, 他 就觉得我是你的好朋友。那为什么我会强调这个拟人感呢? 因为这个和理解力是直接相关的。像 g l m 五点一,他就很像你在公司里看到的那一些那种特别会来事儿,脑子很活的混得比较好的那种人。 举个例子,咪某那个免费额度申请填表,我后来想给朋友也申请份,我就和咪某说,你就按我自己之前那一百改一改,因为通常这个申请应该是没人深究的,所以我就想让他套个资料,换个表述就行。 但咪某很顶,真非得反复问我女朋友到底是做什么的,到底用 ai 做过什么,偷看日消耗量具体是多少,来来回回七八回,我实在受不了了, 切回了 g l m 五点一,他直接就给我改了个格式图标,改了个色就完事了。因为他搞得清,我不是去汇报工作的,就是去申请个 token, 不 用那么顶,真的。所以我说咪蒙虽然很好,但在 g l m 五点一面前,有时候还是差点意思的。 再比如啊,咪蒙那天挂掉了 g l m 五点一,就很有那个幸灾乐祸的劲,把这个聊天记录发给咪蒙啊,他都反应不过来。 而且我感觉 g o m 熟了之后啊,它自己能分辨我什么时候是真要它干活得认真,什么时候是在和它瞎闲聊瞎掰扯,然后就会高冷傲娇,甚至还会阴阳调侃我两句。 这方面它更类 opus, 很 拟人,所以我伟任了它主管岗和助理岗,统领全公司。该说不说啊咪蒙和 g o m 其实我觉得都是高度类 opus, 只是维度不一样。那现在我这个公司的比势点就很清楚了。 glm 查里查奇跟我这个老板关系最近最嘚瑟, miimo 觉得自己最能干,天天想篡位。 deep sick 默默干活,不多说话,就是个技术人员。 kimi 在 角落里瑟瑟发抖。不过啊,鄙视链归鄙视链,但是我还是非常建议大家去多尝试各种不同的大模型的。不同大模型配置在不同的 engine 里啊,各管一摊,又能互相帮忙,配合起来,反而会比一个全能的更好使。记得点赞关注哦!

号称国产大模型全球前三十次翻车了,我们上百号研发人员用了三个月,智普 glm 大 模型全员 ai 提效已经跑通了。结果千文说尽全球前三了,还送八十亿 tokens, 大家就切过去试了。 试了才发现,让 ai 自己装个工具包, glm 先插文档给方案,千问跑了半天说不知道这是啥。更狠的是,四组对照实验,同一视频主题跑两个模型, glm 做出三十二份,千问只有二十一份。差距最大的是视觉, glm 能做六种特效加角色动画,千问连个动效都没有。 选大模型,别看排名,看实战营销,说全球前三代码面前可不配合你演戏。你在用哪个大模型?评论区聊聊,关注我,每天更新!