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、GUIAgent 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。
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
