春节假期国产AI大模型密集发布,智谱科技推出的GLM-5备受关注。该模型参数量达7440亿,较前代翻倍,代理编程能力位列全球第一、综合编程能力居全球第三,同时全面支持七大国产芯片平台,展现国内AI技术与算力适配的双重突破。
刚过去的春节假期,国内AI领域并未因节庆氛围放缓脚步,反而迎来一轮大模型密集上新潮。在一众发布中,智谱科技旗下的GLM-5凭借两项核心突破脱颖而出——既是目前参数量最大的国产自研大语言模型之一,也是首个全面适配七大国产芯片平台的旗舰级模型。
对于大语言模型而言,算力适配是决定其落地场景广度的核心因素之一。GLM-5此次官宣全面支持七大国产芯片平台,意味着它彻底打破了海外芯片对高端大模型算力的垄断性绑定。这种全栈适配能力,不仅能降低国内企业部署大模型的算力成本,更将进一步推动国产芯片与大模型产业的协同发展,为国内AI生态构建起自主可控的底层支撑。
技术层面,GLM-5的参数量达到7440亿,较前代GLM-4.X实现了近乎翻倍的增长。这种规模的参数升级,直接转化为模型性能的大幅提升:据官方披露的测试数据,GLM-5的代理编程能力位列全球第一,综合编程能力跻身全球第三,已经超越了多款国际主流大模型。为了让行业更清晰地了解其技术内核,智谱科技还同步发布了详细技术报告,重点阐述了模型在性能提升方面的四大创新方向。
不过,GLM-5的超高人气也给智谱科技带来了突发挑战。由于用户需求短期内激增,平台出现了算力资源不足的情况,一度影响部分用户的使用体验。对此,智谱科技迅速发布公开道歉信,并推出了相应的用户补偿措施,同时承诺将加快算力扩容进度,以匹配市场的旺盛需求。
从GLM-5的发布不难看出,国内大模型正从单纯的参数竞赛转向“技术深度+生态适配”的综合竞争。未来,随着国产大模型与本土芯片产业的绑定愈发紧密,国内AI产业将在自主可控的道路上走得更稳更远,也有望在全球AI竞赛中占据更核心的位置。

3 分钟前
2026年4月2日,基于Java开发的国产开源LLMOps平台Maxkb4j正式发布v2.6.0版本。本次更新在技能扩展、安全鉴权、系统稳定性三大维度完成升级,新增Shell工具集成、Webhook Token鉴权等核心功能,同步升级langchain4j版本,为开发者搭建LLM工作流、开发RAG相关应用提供更强底层支撑。

49 分钟前
2026年4月2日,国内民航出行服务平台航旅纵横正式上线AI预订机酒功能,依托AI大模型与AI Agent技术能力,用户仅需通过自然语言输入出行需求,系统即可自动完成机票、酒店的搜索、筛选、推荐全链路操作,无需手动比对勾选,大幅降低用户决策与操作成本,成为垂直领域AI落地业务执行场景的典型样本。

51 分钟前
2026年4月消息,中兴通讯与字节跳动联合打造的新一代豆包AI手机正式定档2026年第二季度中晚期发布。双方采用豆包大模型与系统底层深度集成的方案,目标将AI从普通对话工具升级为具备自主行动能力的智能体。此前双方合作的上一代工程机仅投放3万台,二手市场一度被炒至3.6万元,市场期待值极高。

53 分钟前
国内AI大模型领军企业阶跃星辰(Stepfun)于2026年4月2日正式发布Step 3.5 Flash系列大模型,该系列针对移动端、高频交互场景深度优化,在保留核心逻辑理解与多模态处理能力的前提下实现毫秒级响应,推理成本大幅降低,目前所有Step Plan付费用户已获得首批体验权限,标志着国产大模型在性能与成本平衡赛道取得新突破。

56 分钟前
2026年4月2日,AI大模型厂商Anthropic被曝正为旗下核心产品Claude开发代号为“龙虾”的常驻智能代理Conway。该产品支持独立工作UI、Webhook事件唤醒、浏览器直接操作与代码执行能力,还将推出CNW ZIP自定义扩展标准,开放开发者生态,打破传统AI聊天框的交互局限。

1 小时前
2026年4月2日,百度健康正式发布国内首个面向医生群体的任务型医疗AI产品「有医助理」。该产品基于自研Claw框架,依托数千万级权威医学数据,同时配备五层医疗级数据防护体系,可覆盖检索、学术科研、患者随访等多场景需求,标志着国内医疗AI正式从资料检索阶段迈入深度参与临床、科研执行的新阶段。

1 小时前
2026年4月,谷歌DeepMind首席执行官Demis Hassabis通过社交平台暗示,新一代开源大模型Gemma 4即将正式发布。该模型参数规模达120B,为上代Gemma 3的4倍,采用MoE混合专家架构,激活参数仅15B,有望在民用级显卡实现本地离线运行。谷歌意在借这款产品,从中国厂商主导的开源大模型市场夺回话语权。

2 小时前
2026年4月,联想正式对外展示旗下轻量化AI工具天禧AI Claw,实测数据显示该产品可实现最快1小时完成企业业务场景适配,相比行业平均70%中小企业部署AI需10人天以上的配置周期,效率提升超90%,解决了过往AI工具部署复杂、定制成本高、落地效果不达预期的行业普遍痛点。