该公司称，随着开源模型和开放平台模型的广受欢迎，将继续推动 AI 力量惠及更多人群，为千行百业带来持续创新与变革◆★★■■★，加速迈向通用
开通视频通话功能后，记者的手机就通过摄像头成为了“现场解说员”◆★★，例如当摄像头面对客厅，AI立刻说出了■★■◆★“我看到了灰色的瓷砖，这是一个白色的柜子，下面放着很多双鞋。”对准卫生间，AI则立刻识别出了洗衣机，甚至包括牌子，“这是一个西门子洗衣机，滚筒是黑色的，机身是白色的。”
记者发现★★◆，该功能特别适合盲人出行，因为当打开智谱清言APP的该功能后举起手机出门◆★，AI就可以描述路上看到的一切事物:“这是一个建筑物的入口（实际为出口），路边有美丽的花，旁边有信箱。”如果手指某一个事物并直接提问，AI也可以给出回答，“你指的是一组绿色储物柜，上面有黄色的标识写着丰巢★★★■■■，是快递存放的地方。◆■”
值得注意的是，对于持续一段时间的视频，智谱的GLM-4V-Plus大模型也能够理解并分析■★◆■★，这说明其具备时间感知能力。如看完一段篮球比赛视频后，询问“绿衣服的球员在做什么，这个视频的精彩时刻发生在第几秒？◆★◆■★”AI会给出精确回答“绿衣球员在场上运球投篮，精彩时刻在第4秒，球员跳起并将球投入篮筐。”
今年5月，OpenAI展示了接入GPT-4o的ChatGPT语音助手可以识别人类情绪★■■◆■、进行音视频交互的能力■◆◆■。
当记者反转摄像头照向自己，AI也给出了评价，“你的头发非常凌乱，好像刚刚起床■◆◆◆★★，你穿着一件粉色的T恤◆■★■■，上面有白色的字。”
而本次智谱方面上线-Plus显然有对标GPT-4o的野心，乃至其在进行视频演示时和OpenAI一样，也采取了两男一女三个测试人员在沙发上使用手机和智谱清言APP进行交互的展示方式★★■◆。
此外，GLM-4-Plus使用了大量模型辅助构造高质量合成数据以提升模型性能■★■；利用PPO有效提升模型推理（数学、代码算法题等）表现，更好反映人类偏好。记者实测发现★◆◆★，相比实时解说周围的环境◆■★★◆◆，智谱清言APP在专业辅助上表现更佳★★■◆◆，如可以直接将手机摄像头对准英语文章，让它直接语音翻译内容■◆■，或者直接拍摄问卷内容，让它帮助分析题目，辅助学习。
不过，记者在测试中也发现了一些不足之处★★◆◆■，例如和GTP-4o在测试视频中表现出的■★“毫秒级”反应相比，该AI的反应速度略慢，在交互中有时需要等待它的回答◆★◆◆■■，而且如果记者打断它的回复，可能会出现重复同一句话的情况，还做不到和真人对话一样自然。
智谱方面表示，该模型将上线开放平台，提供国内首个通用视频理解模型API★★■■■，“通过小步快走持续迭代■◆◆，清言努力让大模型技术更好赋能更多用户。◆■”
此外，即便在音视频功能里，该AI也呈现出了一定的长文本能力，如当记者将摄像头对准余秋雨的所著的《文化苦旅》中“白发苏州◆★”这一小节的书页时★■◆，AI立刻总结出了这一页的内容★■◆，“这段文字在赞颂苏州■■■◆■★，说它历史悠久■■◆★◆★，有园林和古建筑，让人感受到宁静和历史的魅力，作者觉得苏州像是中国历史上的散文◆★◆◆◆。”
