智谱直播发布全球最佳视觉模型GLM-4.5V，挑战AI视觉领域极限

2025-08-14

0 次查看

0 次互动

智谱直播近日开源了其最新视觉模型GLM-4.5V，该模型基于其旗舰文本基础模型GLM-4.5-Air，拥有106B总参数和12B激活参数。GLM-4.5V在42个公开的视觉语言基准测试中表现出色，达到了同规模模型中的SOTA性能，支持图像、视频和文档理解等多种任务。该模型的推出标志着智谱在视觉推理领域的进一步突破，具备全场景视觉推理能力，能够处理复杂的图像推理和视频理解任务，预计将对AI视觉技术的发展产生深远影响。

事件时间线

2025-08-14

16:10

智谱发布并开源了全球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。模型基于智谱新一代文本基座模型GLM-4.5-Air，综合效果在41个公开视觉多模态榜单中达到SOTA水平，支持图像、视频、文档理解及GUI Agent等任务。具备覆盖不同种视觉内容的处理能力，实现全场景视觉推理，包括： ·图像推理（场景理解、复杂多图分析、位置识别） ·视频理解（长

来源：

2025-08-11

21:56

GLM-4.5V：智谱开源视觉模型 106B总参数，12B激活参数，开源最佳视觉模型。模型：

来源：

21:36

来源：

关键人物/组织

智谱直播发布全球最佳视觉模型GLM-4.5V，挑战AI视觉领域极限

事件时间线

相关信息