智谱清言

定义

智谱清言是一款对话式人工智能应用，用户用自然语言提出问题或下达任务，由后台的大语言模型生成文字、图片、视频等形式的回应。它以通用问答和多轮对话为核心，功能覆盖信息查找、创意写作、代码编写、文档与图片解读等^[4]。

产品的对话能力建立在智谱自研的GLM系列模型之上，最初的底座是其中英双语对话模型ChatGLM2^[2]。2024年1月基座模型GLM-4发布后，该应用增加了由用户自行定制个性化智能体（GLMs）的入口^[2]；同年，它又先后接入文生视频与视频通话能力，从纯文本的助手扩展为可处理多种模态的助手^[5]。

原理

智谱清言的能力来自底层的GLM系列大模型。这类模型经过大规模文本与代码的预训练，并采用有监督微调等技术，从而具备理解与生成自然语言的能力^[4]。2024年1月推出的GLM-4支持更长的上下文，并增强了多模态处理能力，推理速度也有提升^[6]。

在图像与视频方向，产品接入自研的视频生成模型CogVideoX，其底座采用DiT架构，将文本、时间与空间三个维度的信息融合处理；配套的变分自编码器结构可把原始视频数据压缩到原体积的约2%，以降低训练成本^[7]。视频通话则跨越文本、音频与视频三种模态，具备实时推理能力，可理解摄像头拍到的画面并执行用户指令^[5]。

在自主执行任务的方向，团队通过视觉语言模型感知手机屏幕内容，再由规划模块生成并执行点击、输入、滑动等操作，以完成跨应用流程^[8]。2025年8月发布的AutoGLM 2.0由GLM-4.5与视觉推理模型GLM-4.5V驱动，并配备专属的云端手机与电脑供其脱离用户本机独立运行^[9]。

发展历程

2023年8月31日，智谱推出的大语言模型智谱清言（ChatGLM）通过《生成式人工智能服务管理暂行办法》备案，备案号为Beijing-ChatGLM-20230821，产品于同日正式上线^[1]。上线初期，用户可以通过手机应用商店下载应用，也可以借助微信小程序使用^[2]。

2024年1月，智谱发布新一代基座模型GLM-4，支持更长上下文并增强多模态能力，智谱清言随之推出智能体定制功能^[4]。同年7月26日，AI视频生成功能清影上线，面向所有个人用户开放文生视频与图生视频^[10]。8月29日，团队发布基座大模型GLM-4-Plus，并宣布应用升级视频通话功能^[5]。10月14日，开源文生图模型CogView3及其轻量版本的能力被接入该应用^[2]。12月，智谱清言推出GLMs智能体平台，普通用户无需编程即可创建人工智能助理^[6]。

2025年3月4日，首个支持生成汉字的开源文生图模型CogView4由智谱清言发布^[2]。8月20日，可自主操作手机的智能体AutoGLM 2.0发布并面向公众开放，用户不再需要邀请码^[9]。12月9日，智谱将AutoGLM的核心模型与配套框架整体开源^[8]。用户规模上，2025年1月智谱清言的月活跃用户数为702万，在国内人工智能产品中列第7位^[2]。

应用

在个人使用场景中，智谱清言提供的功能包括通用问答、多轮对话、创意写作、代码生成与调试、文档和图片解读以及AI画图等^[4]。产品以网页端和移动应用为主要入口，同时提供小程序版本^[2]。

面向办公与科研，应用内设置了学术论文、网页设计、数据分析、金融研究等智能体场景，可承担文献整理、代码片段生成、数据清洗与图表输出等工作^[11]。依托AutoGLM的执行能力，用户可以用一句话让智能体操作美团、京东、小红书、抖音等40余款应用，完成点餐、订票、查房源等任务^[9]。

截至2024年12月，智谱清言应用的用户数超过2500万^[1]。

局限

作为仍在迭代中的生成式产品，智谱清言存在若干已知不足。媒体在视频通话功能内测期间的实测发现，其应答速度偏慢，回复被打断时可能出现重复同一句话的情况，自然程度与真人对话仍有差距^[12]。

视频生成方面，清影上线时单次可生成的视频时长约为6秒，分辨率为1440×960，制作方表示更高分辨率和更长时长的版本仍需后续版本推出^[13]。

在手机智能体方向，AutoGLM在界面设计较为特殊的应用上可能出现操作适配不顺畅的情况，成功率仍不稳定^[8]。开发团队表示，该模型在开发阶段定位为通用的多模态理解与操作模型，暂未与第三方应用开展深度对接^[8]。跨应用自动操作还牵涉数据安全与权限边界，相关行业标准与制度尚在建立之中^[14]。

参见

• 智谱 —— 智谱清言的开发与运营方。

• 大语言模型 —— 智谱清言所依托的底层技术。

• 智能体 —— 智谱清言用于自主规划并执行任务的产品形态。

• AutoGLM —— 智谱推出的可自主操作手机的智能体模型。

• 生成式人工智能 —— 智谱清言所属的技术类别。