智谱刚刚发布了其全新端到端多模态模型：GLM-Realtime，近乎实时的视频理解与语音交互，融入了清唱功能，支持长达2分钟的记忆及Function Call功能 
GLM-Realtime在实现完全实时交互的基础上，进一步支持Function Call功能，这使其不仅能够依靠自身知识和能力，还能灵活调用外部知识和工具，拓展更广泛的应用场景 
API： 

现阶段可以免费调用