Die führende Unternehmung im Bereich künstlicher Intelligenz in China, Zhipu, hat kürzlich wichtige technische Informationen über die neue Generation der Flaggschiff-Modelle GLM-5.4 und GLM-5.5 veröffentlicht. Es wird berichtet, dass diese beiden beachteten Modelle nicht nur in Bezug auf ihre Parametergröße offiziell in das Billionenbereich eindringen, sondern auch in Bezug auf die Technologiearchitektur zwei völlig neue Entwicklungswege eröffnen. Dies markiert einen weiteren Schritt in Richtung allgemeiner künstlicher Intelligenz (AGI) für die inländischen Modelle.
Aus der Perspektive der technologischen Entwicklung ist das von Zhipu veröffentlichte „neue Doppelpfad“ stark im Fokus der Branche. Einerseits ist es eine zentrale Herausforderung in der globalen AI-Welt, wie große Modelle unter einem enormen Parameterumfang einen effizienten Ausgleich zwischen Trainierung und Berechnung erreichen können. Sobald die Anzahl der Parameter in die Billionen-Bereiche geht, hat das Modell nicht nur eine größere potenzielle Leistungsfähigkeit bei komplexer Berechnung, Verarbeitung von langen Texten und Multimodalem Verständnis, sondern stellt auch extrem strenge Anforderungen an die Rechenleistungsverwaltung und Algorithmusoptimierung.
Andererseits, angesichts der Tendenz, dass der Wettbewerb um globale große Modelle von einer reinen Verteilung von Parametern zu einer Betrachtung von Effizienz und Leistung wechselt, untersucht Zhilu zwei neue Technologiestränge parallel, um die Leistungsgrenzen traditioneller Architekturen zu überwinden. Experten in der Branche betonen, dass diese zukunftsorientierte Architekturentwicklung dazu beiträgt, die starke Generalisierungsfähigkeit des Modells beizubehalten, die Verarbeitungsgeschwindigkeit für spezifische komplexe Aufgaben signifikant zu erhöhen und die Einstiegshürden für Unternehmensanwendungen zu senken.
Mit der Entwicklung von GLM-5.4 und GLM-5.5 beschleunigt das inländische große Modell die Verfolgung des weltweiten Spitzenniveaus in Bezug auf das Training mit extrem großen Parametern und innovative Architekturen. In Zukunft, wenn diese Generation von Trillionen-Modellen offiziell eingeführt wird, werden ihre tatsächlichen Leistungen in Situationen wie komplexer logischer Logik und vertikalen intelligenten Agenten in der Industrie zu einem wichtigen Indikator für die Durchbrüche in den Kerntechnologien von KI in China werden.