4月8日，智谱正式发布GLM-5.1，并宣布正式开源。二级市场上，港股开盘后智谱大涨，一度涨近18%，截至发稿，涨幅小幅回至14.78%。GLM-5.1是在真实工程任务中验证了8小时持续工作能力的开源模型。有别于当前以分钟级交互为主的模型，GLM-5.1能够在单次任务中持续、自主地工作长达8小时。过程中模型自主规划、执行、测试，碰壁时主动切换策略，出错后自行修复，最终交付完整的工程级成果。据了解，GLM-5.1是智谱迄今智能度排名居前的旗舰模型，也是目前全球领先的开源模型。GLM-5.1大幅提高了代码能力，在完成长程任务方面提升尤为显著。过去两年，大模型行业用benchmark（基准测试）来衡量模型的智能程度。智谱指出，下一阶段的衡量标准应该是“能工作多久”，即模型在长程任务（Long-Horizon Task）中的表现，能独立完成多长时间的人类任务。这对模型提出了更深层次的挑战。在长程任务中保持稳定输出，模型面对的不只是更大的代码量，而是一连串复杂的工程决策点：主动跑benchmark（基准测试）、定位瓶颈、修改方案、再跑测试。模型需要像一个真正的工程师一样，形成“实验→分析→优化”的完整闭环，而不是写完一版代码就停下来等人打分。具体来看，用户在涵盖50个真实机器学习计算负载的KernelBench Level 3优化基准上，让GLM-5.1对每个负载独立进行持续优化。在超过24小时的不间断迭代中，GLM-5.1自主完成了多轮“编译—测试—分析—重写”循环，最终取得3.6倍的几何平均加速比，显著高于超torch.compile max-autotune模式的1.49倍。以上体现出GLM-5.1展现的长时间工作和自进化能力，其从单纯的“代码生成器”进化为“主动的系统优化器”。这一结果亦表明，在GPU内核优化这一传统上高度依赖专家经验的领域，AI模型已经展现出从问题分析、方案设计到迭代调优的端到端自主工作能力。在GPU以及更广泛的高性能计算领域，长期制约工程效率的优化瓶颈正在被AI逐步打破。智谱方面强调，延长模型的“有效工作时长”是提升智能体能力的一个基础维度。在这条路上仍然有显著的技术挑战：如何克服模型面对复杂任务的上下文焦虑、如何在数千次工具调用后保持执行的一致性、如何更早地跳出局部最优，以及更重要的是如何在没有确定数值指标的任务
=*=*=*=*=*=
当前为第1/2页
下一页-
=*=*=*=*=*=
返回新闻列表
返回网站首页