AI在线 AI在线

智谱AI开源GLM-4.1V-Thinking:多模态推理模型再突破

作者：AI在线 2025-07-02 05:00
智谱AI正式开源最新一代通用视觉模型GLM-4.1V-Thinking，基于GLM-4V架构，新增思维链推理机制，显著提升复杂认知任务能力。 该模型支持图像、视频、文档等多模态输入，擅长长视频理解、图像问答、学科解题、文字识别、文档解读、Grounding、GUI Agent及代码生成等多样化场景，覆盖千行百业的应用需求。 GLM-4.1V-9B-Thinking在28项权威评测中表现卓越，其中23项达成10B级模型最佳成绩，18项持平或超越72B参数的Qwen-2.5-VL，涵盖MMStar、MMMU-Pro、ChartQAPro、OSWorld等基准测试。

智谱AI正式开源最新一代通用视觉模型GLM-4.1V-Thinking，基于GLM-4V架构，新增思维链推理机制，显著提升复杂认知任务能力。该模型支持图像、视频、文档等多模态输入，擅长长视频理解、图像问答、学科解题、文字识别、文档解读、Grounding、GUI Agent及代码生成等多样化场景，覆盖千行百业的应用需求。

GLM-4.1V-9B-Thinking在28项权威评测中表现卓越，其中23项达成10B级模型最佳成绩，18项持平或超越72B参数的Qwen-2.5-VL，涵盖MMStar、MMMU-Pro、ChartQAPro、OSWorld等基准测试。其9亿参数规模结合高效推理能力，使其可在单张3090显卡上运行，且提供免费商用授权，极大降低了开发者门槛。

智谱AI表示，GLM-4.1V-Thinking通过强化学习与课程采样技术，优化了跨领域推理能力，展现出对复杂问题的深度思考与解决能力。模型已上线HuggingFace，供全球开发者免费体验。业界认为，此举将推动多模态AI在教育、科研、商业等领域的广泛应用，标志着智谱AI在通用人工智能道路上的又一里程碑。

相关标签：
智谱AI 多模态输入 视觉模型 GLM-4.1V-Thinking

相关资讯

智谱宣布旗下多款大模型产品降价 其中GLM-4-Plus降价90%

智谱宣布旗下多款大模型产品降价 其中GLM-4-Plus降价90%
4月24日，智谱BigModel开放平台宣布进入“亿时代”，对旗下多款大模型产品进行价格调整，大幅降低使用门槛，让更多的企业能够以极低成本拥抱大模型技术。 智谱BigModel开放平台此次价格调整涉及多个模型产品。 其中，GLM-4-FlashX模型每亿tokens的价格仅为10元，该模型基于强大的预训练基座，具有超快的推理速度，功能调用能力与GPT-4相当，在数据抽取、生成、翻译等方面表现出色。
4/24/2025 12:00:49 PM
AI在线
GLM-4-32B 与 GLM-Z1-32B 在 OpenRouter 上线，免费开放

GLM-4-32B 与 GLM-Z1-32B 在 OpenRouter 上线，免费开放
清华大学 KEG 实验室（THUDM）研发的 GLM-4-32B 及 GLM-Z1-32B 两款前沿大语言模型(LLM)正式在 OpenRouter 平台上线，且完全免费向全球用户开放。 这一里程碑式的事件标志着高性能 AI 模型的普及迈出了重要一步，为开发者、研究人员及 AI 爱好者提供了强大的工具，以推动人工智能应用的进一步创新。 模型上线:性能强劲，免费开放GLM-4-32B 作为一款拥有320亿参数的通用大语言模型，以其在复杂推理、数学能力及多语言处理方面的卓越表现，成为当前开源 LLM 领域的佼佼者。
4/22/2025 9:00:40 AM
AI在线
最接近GPT-4的国产大模型诞生了

最接近GPT-4的国产大模型诞生了
2024 年，国产大模型的第一个重磅消息，来自智谱 AI。在 1 月 16 日举办的 2024 智谱 AI 技术开放日 Zhipu DevDay 上，智谱 AI 正式发布新一代基座大模型「GLM-4」。经历了三个月的技术迭代，GLM-4 相比上一代基座模型 GLM-3 实现了 60% 的性能全面提升，直接逼近 GPT-4。一方面，GLM-4 支持更长的上下文、更强的多模态能力；另一方面，GLM-4 支持更快的推理、更多并发，大大降低了推理成本。同时，GLM-4 也增强了智能体能力，智谱 AI 正式上线了「GLM-4
1/17/2024 3:02:00 PM
机器之心
  • 1
资讯热榜
Bilibili开源动漫视频生成模型AniSora V3版，一键生成多种风格动漫视频镜头 Chai Discovery发布Chai- 2 模型：零样本抗体设计突破16-20%命中率 Chai-2震撼发布：AI驱动零样本抗体设计，药物研发提速百倍 xAI控制台新增Grok4及Grok4Code引用，标志着下一代AI模型即将发布 PerMAXity：AI驱动投资分析，自动生成综合财务报告 Qwen-TTS新版发布 新增支持生成三种中文方言 Cursor手机版震撼发布！随时随地编码，开发者迎来新自由 第一波！2025年7月精选实用设计干货合集
标签云
人工智能 AI OpenAI AIGC 模型 ChatGPT DeepSeek AI绘画 谷歌 数据 机器人 大模型 Midjourney 用户 智能 开源 微软 Meta GPT 学习 图像 技术 Gemini AI创作 马斯克 论文 代码 Anthropic 英伟达 算法 Stable Diffusion 芯片 智能体 训练 开发者 生成式 腾讯 蛋白质 苹果 AI新词 神经网络 3D 研究 生成 Claude 机器学习 LLM 计算 Sora AI设计 GPU AI for Science AI视频 人形机器人 xAI 华为 百度 搜索 大语言模型 场景 Agent 字节跳动 预测 深度学习 伟达 工具 大型语言模型 Transformer 视觉 RAG 神器推荐 具身智能 模态 Copilot 亚马逊 LLaMA 文本 算力 驾驶 AGI