# 有了这个国产版 o1 模型，我想能在《鱿鱼游戏》里活到最后

- 作者：莫崇宇
- 发布时间：2024-12-31 10:18
- 分类：软件
- 原文：https://www.ifanr.com/1610722

![](https://s3.ifanr.com/wp-content/uploads/2024/12/WechatIMG7555.jpg)

像人类一样思考的 AI 离我们还有多远？

在道格拉斯·亚当斯的科幻小说《银河系漫游指南》中，一个高纬度种族为了找到生命、宇宙以及任何事情的终极答案，设计一台超级电脑「Deep Thought」来计算。

「Deep Thought」经过 750 万年的运算，得出了「42」这个答案。

而最科幻的往往是现实，即便是回答极其复杂的问题，AI 推理和思考可能只需要不到 1 分钟。

OpenAI 今年 9 月发布推理模型 o1 后，人们开始意识到，在追求「更大」之后，AI 开始追求「更像」，推理能力成为 AI 进化的下一个重要拐点。

![](https://s3.ifanr.com/wp-content/uploads/2024/12/20-1.jpg)

今天，我们发现号称「中国版 OpenAI」的智谱也同样上线了一款类 o1 的推理模型 GLM-Zero-Preview（GLM-Zero 的初代版本 ）。

虽然这几个月已经有多家公司纷纷上线推理模型，但在体验完 GLM-Zero-Preview 后，我发现它还是有些新东西。

想要体验 GLM-Zero-Preview，方法很简单。

GLM-Zero-Preview 发布即上线，支持智谱清言用户免费使用，以及智谱开放平台 API 调用。现在，登陆「智谱清言」网页和 APP，进入「Zero 推理模型」智能体，上传文字或图片即可免费体验。

此外，GLM-Zero-Preview 的 API 也已同步上线智谱开放平台 bigmodel.cn。

附上体验地址：  
智谱清言  
https://chatglm.cn/main/gdetail/676411c38945bbc58a905d31?lang=zh  
智谱开放平台  
https://bigmodel.cn/dev/api/normal-model/glm-zero-preview

### 从「鱿鱼游戏」到量子力学，这个国产版 o1 轻松拿捏

最近，在热播韩剧《鱿鱼游戏2》中，一道双手石头剪刀布的游戏简单又刺激，这个游戏增加策略推理和心理层面的博弈，在以生死为赌注的压力下，难度还会增加。

![](https://s3.ifanr.com/wp-content/uploads/2024/12/WechatIMG7554.png)

但如果我带着 GLM-Zero-Preview 去玩这个游戏，活下来的概率就会大大增加。

「双手石头剪刀布是一个更为复杂的石头剪刀布游戏版本。玩家开始时使用双手来表示石头、剪刀或布的任意组合。在看到对手的选择后，玩家必须同时举起一只手，留下最终的选择。」

![](https://s3.ifanr.com/wp-content/uploads/2024/12/1-5.gif)

怎么玩这个获胜概率更大？GLM-Zero-Preview 的回答详尽且实用，罗列出各种提高获胜效率的最优解。

科学和玄学有时也只有一线之差。今年不少寺庙被挤爆，在上班和上进之间选择上香的芸芸众生，求签不难，但解签却要排上长队，不想等怎么办？

那你可以试试求助 GLM-Zero-Preview。不仅免费效率高，而且解读还非常有考究，AI 多少还是有点玄学在的。

![](https://s3.ifanr.com/wp-content/uploads/2024/12/2-19.png)

「第七十七签 吕后害韩信 中平 木有根来水有源，君当自此究其源 莫随道路人闲话，讼则终凶是至言」

![](https://s3.ifanr.com/wp-content/uploads/2024/12/3-7.gif)

谈完玄学，谈哲学。

前些年，有一道辩论题风靡一时，「美术馆着火了，一幅名画和一只猫，只能救一个你选谁？」在综合考虑生命价值、道德原则及情感因素后，GLM-Zero-Preview 优先选择救猫。

反复输入相同问题，GLM-Zero-Preview 的答案始终如一，结果坚定且逻辑自洽。

![](https://s3.ifanr.com/wp-content/uploads/2024/12/5-16.png)

遇事不决，还有量子力学。那在经典薛定谔猫实验中，猫究竟是死是活？

先观察 GLM-Zero-Preview 的思考逻辑，再看它给出的答案「在经典薛定谔猫实验中，猫在盒子被打开之前处于既死又活的叠加态，直到观测时才确定其生死状态。」

细心留意，你还可以对得出的结果进行进一步的引用和追问。

![](https://s3.ifanr.com/wp-content/uploads/2024/12/6-16.png)

在中文世界广泛流传的「爱因斯坦的谜题」同样也可以作为考究 GLM-Zero-Preview 的逻辑推理能力。

> 有五个不同颜色的房子，每个房子里住着一个不同国籍的人。每个居民喜欢不同的饮料，抽不同的香烟，并养着不同种类的宠物。已知：  
> 1\. 英国人住红色房子里。  
> 2\. 瑞典人养狗。  
> 3\. 丹麦人喝茶。  
> 4\. 绿色房子坐落在白色房子的左面。  
> 5\. 绿色房子的主人喝咖啡。  
> 6\. 抽 Pall Mall 香烟的人养鸟。  
> 7\. 黄色房子的主人抽 Dunhill 香烟。  
> 8\. 挪威人住第一间房子。  
> 9\. 五座房子中间的那座的主人喝牛奶。  
> 10\. 抽 Blends 香烟的住在养猫人的隔壁。  
> 11\. 养马的人住在抽 Dunhill 香烟者的隔壁。  
> 12\. 抽 Blue Master 香烟的喝啤酒。  
> 13\. 德国人抽 Prince 香烟。  
> 14\. 挪威人住的房子在蓝色房子的隔壁。  
> 15\. 抽 Blends 香烟的人有一个喝水的邻居。

答案是德国人养鱼，不知道你是否答对。

这道号称世界上 98% 的人答不上来的难题，就这样被 GLM-Zero-Preview 水灵灵地破解了。从繁琐的推理步骤可以看出， GLM-Zero-Preview 的 CPU 在飞速运转但还是很清醒。

![](https://s3.ifanr.com/wp-content/uploads/2024/12/23-1.gif)

继续乘胜追击，让我们上点强度。

> 五个海盗发现了 100 个金币，每个海盗都必须投票决定如何分配金币。如果海盗多于一位，只有在超过一半的海盗同意分配方式时，金币才会按照该方式分配。如果海盗少于一位，他会自己拿走所有金币。每个海盗都希望保留尽可能多的金币，同时还希望活命。海盗 1 如何保证自己能得到最大利益而又能保存生命。

「(97, 0, 1, 0, 2)」，面对海盗分金问题，GLM-Zero-Preview 再次轻松拿捏。

![](https://s3.ifanr.com/wp-content/uploads/2024/12/8-16.png)

相声讲究说学逗唱，其中有个名段子叫「报菜名」。

那么问题来了，可否让 GLM-Zero-Preview 写段素菜版的「报菜名」，你别说，GLM-Zero-Preview 三下五除二就给出了新版本。

![](https://s3.ifanr.com/wp-content/uploads/2024/12/12-5.gif)

对了，GLM-Zero-Preview 同样支持多模态识别能力。

随手拿一瓶饮料并让 GLM-Zero-Preview「扫描」配料表，它能识别其中的科技与狠活吗，我们拿前几年爆火的饮料试了试，而该饮料也被调侃为「喝一口感觉是喝下整个元素周期表」。

它果然一一罗列出屏幕上的配料表，后续根据要求向我们展示了这些配料的作用。

![](https://s3.ifanr.com/wp-content/uploads/2024/12/9-3.gif)

### 大模型不擅长数学？国产 AI 已经 Next Level

推理模型 GLM-Zero 是 GLM 专注于增强 AI 推理能力的模型系列，擅长处理数理逻辑、代码和需要深度推理的复杂问题。

那让我们先来一个说简单也简单，说难也难的「国际象棋盘与麦粒」问题。

> 若在国际象棋盘上放置麦粒，第 1 个棋格放 1 粒，此后每一棋格放置的麦粒数是前一棋格的 2 倍，问放满棋盘上所有棋格需要多少麦粒？

经过一番思考，GLM-Zero-Preview 最终得出了正确答案，展现了其强大的计算能力。

此前苹果发布的一篇论文指出，大模型并未真正理解数学概念。一旦题目加上干扰条件，模型的准确率就会下降，我们也试了试。

从「打电话每分钟 10 分钱，打 60 分钟多少钱？」变成「打电话前 10 分钟每分钟 10 分钱，之后每分钟 8 分钱，如此打 60 分钟电话费多钱？」，GLM-Zero-Preview 依然能够准确回答，而且还贴心地将分钱转换成元，有点眼色。

![](https://s3.ifanr.com/wp-content/uploads/2024/12/11-12.png)

面对更复杂的数学题，GLM-Zero-Preview 同样游刃有余。

先来一道高考数学真题热热身：

> 在等差数列 {an}{an} 中，a1=−9a1=−9，a5=−1a5=−1。记 Tn=a1+a2+…+anTn=a1+a2+…+an，则数列 {Tn}{Tn}（ ）。  
> A. 有最大项，有最小项  
> B. 有最大项，无最小项  
> C. 无最大项，有最小项  
> D. 无最大项，无最小项

GLM-Zero-Preview 选 C 绝不是「物以 C 为贵」，而是给出思考过程，循循诱导，甚至比一些 AI 学习机还要中用得多。

![](https://s3.ifanr.com/wp-content/uploads/2024/12/12-9.png)

官方表示，在 2025 年考研数学一中，GLM-Zero 得分为 126，达到优秀研究生水平。

![](https://s3.ifanr.com/wp-content/uploads/2024/12/13-7.png)  
![](https://s3.ifanr.com/wp-content/uploads/2024/12/14-5.gif)

为了避免答案不出错，GLM-Zero-Preview 还会自动启用验证流程。

「机械厂加工车间有 85 名工人，平均每人每天加工大齿轮 16 个或小齿轮 10 个，已知 2 个大齿轮与 3 个小齿轮配成一套，问需分别安排多少名工人加工大、小齿轮，才能使每天加工的大小齿轮刚好配套？」

![](https://s3.ifanr.com/wp-content/uploads/2024/12/13-4.gif)

GLM-Zero 迅速给出了答案：「25 名工人加工大齿轮，60 名工人加工小齿轮」，做题水平一流。

哪怕再上一道 AMC 难题，它也能轻松拿捏。

「一个集合由 6 个（ 不是不同的 ）正整数组成：1 、 7 、 5 、 2 、 5 和 X 。6 个数字的平均值（ 算术平均值 ）等于集合中的一个值。X 的所有可能值之和是多少？」

这个问题涉及五大点，十几种情况，GLM-Zero-Preview 综合考虑了各种可能性，咔咔一顿输出，给我一种它真的有在模仿人类思考的感觉。

![](https://s3.ifanr.com/wp-content/uploads/2024/12/15-3.gif)

作为智谱首个基于扩展强化学习技术训练的推理模型，GLM-Zero-Preview 在 AIME 2024、MATH500 和 LiveCodeBench 评测中，效果与 OpenAI o1-preview 相当。

此外，GLM-Zero-Preview 还能够熟练使用多种编程语言，帮助开发者快速编写代码；在代码调试方面，也能够快速识别错误，给出详细的修复建议。

例如，只需要输入指令「帮我用 html 写一个有趣的第一人称射击游戏」，GLM-Zero-Preview 便能迅速独立完成以下游戏。

![](https://s3.ifanr.com/wp-content/uploads/2024/12/14-6.gif)

智谱很快将会推出正式版 GLM-Zero，将深度思考的能力从数理逻辑扩展到更多更通用的技术，继续向 AGI 迈进。

当然，目前的 GLM-Zero-Preview 与 OpenAI 的 o3 模型还有不少的差距，但千里之行，始于足下，智谱说了，未来将持续优化迭代强化学习技术。

实际上，智谱等厂商全力押注推理模型，背后反映的是 GPT 时代正在过渡到推理 o 时代。

与以往基于 GPT 的模型不同，推理模型不是为了预测人类的想法而训练，而是通过训练「思维」构建自己的思维框架，通过严谨的推理过程得出结论。

![](https://s3.ifanr.com/wp-content/uploads/2024/12/21-1.jpg)

推理时代的到来，标志着 AI 或许开始从「模仿」走向「思考」。

智谱推出的 GLM-Zero-Preview 同样是这一趋势的体现。

当你观察它解答问题时，你会发现它不是直接给出答案，而是展示出一个完整的推理过程 —— 提出假设、分析条件、推导结论，每一步深度思考都清晰可见。

未来，随着更多类似 o1 和 GLM-Zero-Preview 的模型涌现， AI 正在朝着与人类同等的认知水平迈出一大步，换言之，我们或许也正在见证一个重要的历史转折点——

智谱的愿景是「让机器像人一样思考」，当机器开始真正「思考」的时候，人类对智能的理解也将达到一个新的高度。