国内AI大模型，谁更值得看好？

AI

模型种类丰富，使用起来很方便，并且GLM - 4 - Flash可免费使用。这个平台不仅支持传统问答对话，还能编写sql、生成代码、文生视频等，应用场景十分丰富。GLM - 4 - Flash有免费福利啦。

更棒的是，官方还开启了GLM - 4 - Flash限时免费微调活动。在BigModel平台申请的话，马上就能得到500万Tokens（有效期3个月）的训练资源包，不过名额仅限2000个。此外，平台很快会开放GLM - 4 - Flash模型微调权重下载，可自由挑选部署平台。用GLM - 4 - Flash打造论文阅读的得力工具。身为ML算法工程师，不但要让业务落地，还得定期大量阅读顶会论文，保持敏锐度，紧追学术界前沿发展。不过，寻找高质量论文很费精力。最近我想做个论文总结机器人，把多篇论文批量上传。它可先做粗筛，自动总结每篇论文的亮点与核心思想，之后我再挑选合心意的论文深入研究。

构建知识库。在搭建应用之前，用户得先创建自己的知识库。点击新建知识库，对知识库信息进行配置并挑选知识类型，然后保存知识库。我在此上传了5篇有关语言模型（ELMO、BERT、GPT1、GPT2、GPT3）的文章，将其作为大模型的额外知识储备。

服务器

等待大概1分钟，平台将自动处理各篇论文内容，可到新建知识库查看。

2. 构建新的AI应用。我要开始构建我的第一个大模型应用了。进入应用中心的基础配置，新建问答机器人，然后给它取个名字，像论文阅读大师这样。

然后配置提示（prompt）并挑选调用的模型，此时我引用了才新建的顶会论文合集知识库，选择了GLM - 4 - Flash，最后进行应用发布。

3. 进行应用测试。模型发布后可在线测试效果。我写了个prompt，想让模型生成已上传所有论文的摘要，且概括每篇论文主要内容。

我编写了提示词，模型据此生成了回答。

4. 进行功能开发与UI设计。

接着设计更友好的UI界面，使用户能以简单的拖拉拽操作构建自己的知识库，并输入论文筛选的具体要求。最后对应用进行对比测试与迭代优化，再部署到服务器供用户使用。5. 进行API调用的测试。若想更契合开发者使用风格，可通过Python与API Key调用GLM - 4 - Fresh模型的API来开展响应式问答。开发者要先安装BigModel的Python库——zhipuAI，若未安装的话，也能直接用request库加上HTTP请求来调用。上述代码仅为示例，实际运用时要依据BigModel开放平台的API文档作出相应调整。API Key与用户账号相绑定，是私密信息，切不可在公共代码库中暴露。此外，于生产环境进行API调用时，要考虑错误兜底与日志记录，保证应用的稳定和可维护性。

更多好玩的应用，大家可自行免费体验。

小结在未来的3到5年里，大模型一直会是人工智能的热门领域。前期市场开拓与验证之后，各公司大模型布局将从炫技走向产品和商业落地。大模型技术的真正进步，并非让程序员上班偷懒少写代码，而是使不懂技术的普通用户也能释放生产力，便捷地借助大模型满足自身需求。智谱提供的大模型平台以及免费的GLM - 4 - Flash，对技术进步与共享有着明显的推动意义。接下来国内大模型市场可能还会持续内卷，在算法、招聘、产品等方面竞争。不过我觉得参与和关注的人越多，就越能群策群力，找到大模型应用价值的答案。