中广联演员委员会就AI换脸合成、影视素材魔改发声明
4月2日，据中国广电联合会演员委员会，当前，AI换脸合成、声纹克隆复刻、影视素材任意篡改、魔改、擅自抓取演员影像声频用于AI模型训...
文章目录
[+]
在测评“超长程、开放式、高难度软件工程任务”的基准测试FrontierSWE中，目前GLM-5.2排名仅次于Opus 4.8以及暂时不可用的Fable 5。
在专门评测模型品味（taste）的Design Arena上，GLM-5.2取得全球第一的表现，审美也冲到全球前沿。
知乎上，大V toyama nao打趣道，以后通过中转站用Opus的用户得面对一个新问题：如果Opus是GLM-5.2冒充的，那用户可能真的分辨不出来。
体验到GLM-5.2实际效果的国内外用户反响热烈。有开发者直言：“这是国内第一款在我工作流上达到Opus级的模型。”
海外用户也反馈，GLM-5.2的表现超出预期，与Fable 5的差距比预期中要小得多。如今，Fable 5已无法正常使用，海外网友原本以为它的封禁会拉开差距，没想到GLM已经快追上来了。这下轮到Anthropic头疼了。
目前，GLM-5.2 API已经上线，企业和用户也可在Hugging Face等开源平台直接下载并部署这一模型。
此前，智东西已经连续对智谱的GLM-4.5、GLM-4.7、GLM-5、GLM-5.1等模型进行了深度体验，此次GLM-5.2发布后，我们第一时间跑了几组大型案例，能明显感觉到一条清晰的进化脉络：如果说GLM-4.7实现了对彼时顶级编程模型Sonnet 4.6的对齐，在GLM-5.2上，这一模型的“使用体感”，已经和Opus级模型基本没有差别。
在AI编程模型领域，此前公认的全球头部玩家长期只有Anthropic（Claude系列）和OpenAI（GPT系列）。此次，GLM-5.2通过全球可用编程模型第一的榜单成绩和开发者“Opus平替”真实口碑，正在跻身这一顶级俱乐部。可以说，一个由Anthropic、OpenAI、智谱构成的“Coding御三家”格局正在成形。
在闭源巨头垄断编程模型话语权，并且随时可能收回访问权限的当下，GLM-5.2用开源将选择权交还给了广大开发者。
01 . 和GLM-5.2协作编程4小时： 几乎用满百万上下文、修16个bug 从零打造一个《文明》复刻版
M0版本是整个项目的地基。在这一版本中，GLM-5.2一连创建并编写了十几个文件，生成了标准的地图网格、基础游戏单位等核心内容。开发完成后，GLM-5.2 快速跑了一次验证，交付了M0版本。
不过，这个版本只是个初步成果，游戏设计还较为粗糙，角色仅用圆形图标替代，也没有清晰的游戏机制，还自带不少交互层面的小bug。
我决定在M0阶段逐一优化这些bug。GLM-5.2在我的指令下调整了信息面板无法打开、初始单位无法移动等多个bug，不过，每个bug的修复基本都可以在一两轮对话中完成，效率还是不错的。
之后，我跳过了M1版本，直接让GLM-5.2开发出M2版本，这也是游戏深度的核心。在没有明确要求的情况下，GLM-5.2自主判断并决定加入了战斗系统、科技树、城市经济和资源限制四大子系统。这些新系统的开发工作量较大，GLM-5.2持续工作了30多分钟才完成。
在这一过程中，GLM-5.2严格按照我和它定下的开发规则：完成一个功能，跑一次测试，没问题了再进行下一次开发。其实，这轮迭代跑到后期，上下文窗口已经到30多万tokens了，GLM-5.2此时还能记得规矩，实属不易。
M3版本让游戏从沙盒变成了能分出输赢的完整单局。GLM-5.2实现了敌方战术AI，并扩大了地图的尺寸。虽然我的开发指令主要以游戏本身功能迭代为主，但GLM-5.2还主动考虑到了游戏优化的问题。随着地图越来越大，GLM-5.2决定将地形渲染拆分为静态和动态层，小地图也加上了缓存优化，这让游戏跑起来更加顺畅。
后期M4版本的工作主要集中在美感和可玩性方面，在这一阶段，GLM-5.2展现出了不错的审美。比如，我告诉它游戏的UI设计“没有游戏味儿”，全是文字堆砌，它便自己找素材更新图标，重新设计交互卡片，让整个游戏的视觉效果上了一个档次。
最后，我还遇到了一个意想不到的bug，当地图扩张到100x100的尺寸时，出现了画面随着拖拽剧烈跳动的问题，试了各种方法也无法解决。最后，还是GLM-5.2成功定位了问题：它发现，这一个问题其实从M0版本开始就贯穿始终，但在地图放大后才变得明显，这与UI控件的问题有关。
这种问题根因的定位，意味着GLM-5.2可以跨越大几十万的上下文长度，精准定位了初版代码中的隐藏bug。
在完成上述所有开发任务后，我们也简单统计了下，在这一项目中，GLM-5.2总计使用了87万的上下文窗口，已经接近它的极限。
GLM-5.2复盘了它在接近百万上下文长度的任务中修复的所有bug。它的统计结果是16个，与实际数据保持一致。同时，GLM-5.2还记得每个bug发生的原因以及解法，真正展现出在百万上下文场景内的可靠记忆。
02 . 30小时播客实录一口气读完， GLM-5.1败下阵来
GLM-5.2最后给出总结，2023年时大家讨论的还是单一预训练Scaling，但之后Scaling Law的定义不断扩展，演变出了四条曲线，涵盖预训练、后训练、测试时以及智能体。它还判断，目前主要的难点仍然是在架构层面——能否真正再做出一个Transformer级别的技术创新，并从播客实录中找到了Hassabis、陶哲轩对相关问题的论述，做到有理有据。
（2）主题聚类：
之后，我还让GLM-5.2将散落各处、形式各异的讨论，按“推理能力提升路径”、“合成数据的有效性边界”、“Agent架构的主流选择”等主题自动归类，生成每个主题下的共识摘要与待解争议。
GLM-5.2仅用时1分多钟就完成了梳理，找到9大主题，每个主题下都有来自多个不同人物的观点，显示出对数十万上下文内容的把握。我抽检了几个关键的引语，发现GLM-5.2基本没有出现幻觉，相关观点在播客实录中都可以找到印证。
这类任务如果用常规上下文窗口的模型处理，只能分段投入、分批总结再人工拼接，跨实录的逻辑关联和隐性矛盾或多或少会有些丢失。为验证这一现象，我们让GLM-5.1（20万上下文窗口）试了试同一个跨期观点追踪任务。
最终，GLM-5.1虽然也可以逐步读完这些内容，但其输出的总结更像是逐个阅读文件后，对每个文件进行提炼然后汇总，观点在不同时期如何变化、彼此之间有何联系，这些需要跨越多文件才能提炼出来的细节，GLM-5.1没能成功定位。
不过，并不是所有任务，都必然需要GLM-5.2的百万上下文能力。在一些轻量级任务上，GLM-5.1和GLM-5.2并不会带来明显的使用体感差异。
比如，我让GLM-5.1和GLM-5.2做了同样的轻量Web UI开发工作，两个模型的输出速度和质量都基本一致。
在像是单文件代码补全、简单脚本编写、日常问答或短文档摘要这类任务上，两个模型的输出质量也基本持平。百万上下文的优势主要显现在需要跨区段关联信息的超长任务中，日常开发中大部分小修小改，200K窗口已经足够，不必为了1M而1M。
03 . 百万上下文的真正挑战： 装下只是开始，好用便宜才是关键
其中，LayerSplit已在GLM-5系列模型“降智”问题优化的工程实践中得到验证。GLM主打的Coding Agent工作负载以上下文长、Prefix缓存命中率高为特点，这使得Context Parallel（CP，上下文并行）成为Prefill节点的主要并行策略。
在基础设施层，智谱提出的LayerSplit已在GLM-5系列模型“降智”问题优化的工程实践中得到验证。
这项技术针对Coding Agent工作负载以上下文长、Prefix缓存命中率高特点，重点解决KV缓存冗余存储问题，其核心思路是：每张GPU仅持有部分层的KV Cache，从而显著降低单卡显存占用。计算时，持有某一层Cache的CP rank会在Attention计算前将其广播给其他rank。
为进一步减少开销，智谱设计了KV Cache广播与Indexer计算的重叠机制，使二者在时间上相互掩盖。整个流程仅额外引入约为KV Cache体量1/8的Indexer Cache广播，通信成本对性能影响可忽略。
实验结果表明，在32k-1024k的请求长度区间内，GLM-5.2的系统吞吐量较GLM-5.1实现了3%-192%的提升，且上下文越长收益越显著。
同时，智谱还根据模型的稀疏注意力特性，设计了一套名为HiSparse的分层内存系统。该系统可以主动将非活跃的KV缓存条目卸载至主机内存，大幅缓解GPU显存压力，同时在GPU HBM中维护热点设备缓存区，存放高频访问的KV缓存区域，以此最小化关键路径上的数据迁移开销。
这些优化共同降低了长序列推理的显存占用和延迟，使100万上下文从仅仅"能跑"，变成真的“用得起”、“好用”。
智谱称，GLM-5.2的线上推理依托多个国产算力平台，已在Day 0完成与华为昇腾、平头哥、摩尔线程、寒武纪、昆仑芯、沐曦、海光、壁仞等国产算力平台的推理适配。
此外，GLM-5.2还新增了High与Max两档思考强度（thinking effort）设定，复杂编码任务中可启用更高档位以确保架构级逻辑的严谨性。
智谱GLM-5.2的百万级上下文能力，将解锁许多新的AI应用场景。
例如，在复杂的Web Search类任务中，GLM-5.2可以基于公开资料，调研12-15个主流K12在线编程教育品牌，并输出完整的xlsx数据库、分析报告和图表。
结合智谱的Agent产品AutoClaw，GLM-5.2的100万上下文与长程任务能力可以服务于设计、法务等白领场景，例如一次性写出数十个原型页面，自主迭代和微调，在设计中保持品牌规范与一致性。
在这些类型的任务上，GLM-5.2带来的本质差异不在于结果好还是坏，而是“能用还是不能用”。这些任务的量级、复杂度，是其他不具备百万上下文能力的模型所难以想象的。
04 . 结语：智谱补齐长程任务技术拼图
你可能想看：
