智谱宣布开源视觉推理模型GLM-4.5V正式上线并开源_linux资讯

智谱宣布开源视觉推理模型GLM-4.5V正式上线并开源

创始人

2025-08-16 19:15:50

0次

凤凰网科技讯 8月11日，智谱AI推出全球100B级效果最佳的开源视觉推理模型 GLM-4.5V（总参数 106B，激活参数 12B），并同步在魔搭社区与Hugging Face开源。此外，API调用价格低至输入2元/M tokens，输出6元/M tokens。

GLM-4.5V基于智谱新一代旗舰文本基座模型GLM-4.5-Air，延续GLM-4.1V-Thinking 技术路线，在41个公开视觉多模态榜单中综合效果达到同级别开源模型SOTA性能，涵盖图像、视频、文档理解以及GUI Agent等常见任务。比如，GLM-4.5V能够根据用户提问，精准识别、分析、定位目标物体并输出其坐标框。

据介绍，多模态推理被视为通向通用人工智能（AGI）的关键能力之一，让AI能够像人类一样综合感知、理解与决策。其中，视觉-语言模型（Vision-Language Model, VLM）是实现多模态推理的核心基础。

【免责声明】本文仅代表作者本人观点，与和讯网无关。和讯网站对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。邮箱：news_center@staff.hexun.com

和讯网推理视觉综合观点输出模型效果 tokens 智谱魔搭社区模态

上一篇：阳光精机终止北交所IPO 原拟募资5亿元开源证券保荐

下一篇：原创中国004型核航母初露真容，42米宽300米长，排水量或超11万吨？

智谱宣布开源视觉推理模型GLM-4.5V正式上线并开源

相关内容

热门资讯