FLAI 使用的 glm3.5 / glm4.0 语言模型能做什么
FLAI 用的是什么模型
根据多特软件站的介绍和用户实测，FLAI 目前采用的是智谱 AI 的 glm3.5 大语言模型，并计划在后续版本中升级到 glm4.0。FLAI 的角色对话、长期记忆、多角色群聊等核心功能，都是在这个模型基础上实现的。
模型能力对 FLAI 的影响
| 模型能力 | 对应 FLAI 功能 | 升级到 glm4.0 的预期 |
|---|---|---|
| 长上下文理解 | 单次对话的连续感 | 更长的对话上下文窗口，更少的"忘了之前说什么" |
| 多角色理解 | 多角色群聊 | 更准确地区分不同角色的说话风格，群聊互动更自然 |
| 角色稳定性 | 自建人设的角色表现 | 更少跳人设，性格保持更一致 |
| 中文能力 | 中文对话质量 | 更自然的中文表达，更少的中式英语感 |
| 逻辑推理 | 复杂场景 / 创作 | 分支剧情的逻辑更顺畅，故事原型质量更高 |
用户能感知到的变化
从 glm3.5 升级到 glm4.0，用户能感觉到：
- 角色对话更流畅、更少错别字
- 自建角色跳人设的情况减少
- 多角色群聊里每个角色的辨识度更高
- 创作原型时产生的内容更有逻辑
当前版本的模型限制
虽然 glm3.5 能力不错，但也有一些已知的限制：
- 长对话中早期细节可能会被遗忘（长期记忆一定程度上缓解了这个问题）
- 复杂的多角色群聊偶尔会混乱（5 个以上角色尤其明显）
- 对非常专业的领域（医学、法律等）知识不准确
这些限制不是 FLAI 一家的问题，当前大语言模型普遍存在。
FLAI 和模型的关系
FLAI 本质上是 glm 模型的一个应用层——它在模型之上做了：
- 角色系统（人设档案、性格、说话习惯）
- 长期记忆抽取与存储
- 多角色群聊调度
- 语音输入输出
- 跨设备数据同步
模型能力越强，这些上层功能表现越好，但 FLAI 自己的产品设计（比如长期记忆的抽取算法、多角色触发逻辑）也是体验的关键部分。