关键人物/组织

智谱

视觉推理突破

智谱 AI

文本基础模型

智谱直播

开源视觉模型

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。