开放源码的智谱视觉推理GLM-4.5V模型现已发布
发布时间：2025-08-12 08:48:28 | 责任编辑：吴昊 | 浏览量：14 次
智谱宣布推出并开源了全球100B级效果最佳的开源视觉推理模型GLM-4.5V，这是该公司在通向通用人工智能（AGI）道路上的又一重要探索性成果。该模型在魔搭社区与Hugging Face上同步开源，其总参数达到106B，激活参数为12B，标志着多模态推理技术的新里程碑。
GLM-4.5V基于智谱新一代旗舰文本基座模型GLM-4.5-Air，延续了GLM-4.1V-Thinking的技术路线。在41个公开视觉多模态榜单中，GLM-4.5V的综合效果达到了同级别开源模型的最高性能（SOTA），涵盖了图像、视频、文档理解以及GUI Agent等常见任务。该模型不仅在多模态榜单上表现出色，更在真实场景下的表现与可用性方面得到了重视。
GLM-4.5V通过高效混合训练，具备了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、视频理解、GUI任务、复杂图表与长文档解析以及Grounding能力。模型新增的“思考模式”开关，允许用户灵活选择快速响应或深度推理，平衡效率与效果。
为了帮助开发者直观体验GLM-4.5V的模型能力，智谱清言同步开源了一款桌面助手应用，该应用可实时截屏、录屏获取屏幕信息，并依托GLM-4.5V处理多种视觉推理任务，如代码辅助、视频内容分析、游戏解答、文档解读等多类视觉任务，成为一个能看着屏幕和你一起工作娱乐的伙伴。
GLM-4.5V的API现已上线智谱开放平台BigModel.cn，为所有新老用户准备了2000万Tokens的免费资源包。该模型在保持高精度的同时，兼顾推理速度与部署成本，为企业与开发者提供高性价比的多模态AI解决方案。API调用价格低至输入2元/M tokens，输出6元/M tokens，响应速度达到60-80tokens/s。
此外，GLM-4.5V在视觉定位、前端复刻、图像识别与推理、复杂文档深度解读以及GUI Agent能力等方面展现了强大的性能。例如，它能够精准识别和定位目标物体，复刻网页，通过图像中的细微线索推理出背景信息，阅读并解读长达数十页的复杂长文本，以及在GUI环境中进行对话问答、图标定位等任务。
GLM-4.5V的技术细节包括视觉编码器、MLP适配器和语言解码器三部分组成，支持64K多模态长上下文，支持图像与视频输入，并通过三维卷积提升视频处理效率。模型采用双三次插值机制，有效增强了对高分辨率及极端宽高比图像的处理能力与稳健性;同时，引入三维旋转位置编码（3D-RoPE），显著强化了对多模态信息的三维空间关系的感知与推理能力。
GitHub:https://github.com/zai-org/GLM-V
Hugging Face:https://huggingface.co/collections/zai-org/glm-45v-68999032ddf8ecf7dcdbc102
魔搭社区:https://modelscope.cn/collections/GLM-45V-8b471c8f97154e
智谱AI于2025年8月11日正式推出并开源全球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），该模型基于智谱新一代旗舰文本基座模型 GLM-4.5-Air 构建，延续了 GLM-4.1V-Thinking 的技术路线，在41个公开视觉多模态榜单中达到同级别开源模型 SOTA（当前最佳技术）性能，涵盖图像、视频、文档理解及GUI Agent等任务。
GLM-4.5V具备全场景视觉推理能力，包括图像推理（场景理解、复杂多图分析等）、视频理解（长视频分镜分析等）、GUI任务（屏幕读取、图标识别等）、复杂图表与长文档解析（研报分析等）以及精准定位视觉元素的能力，并新增“思考模式”开关，用户可灵活选择快速响应或深度推理。此外，智谱同步开源了一款桌面助手应用，可实时截屏、录屏获取屏幕信息，辅助处理代码、视频内容分析、游戏解答等多种视觉任务。
GLM-4.5V的API响应速度达60-80 tokens/s，调用价格低至输入2元/M tokens、输出6元/M tokens，并已在 魔搭社区 与 Hugging Face 开源（采用MIT开源协议，支持商业使用），用户可通过 z.ai 或智谱清言APP/网页版体验。
本网站(https://aigc.izzi.cn)刊载的所有内容，包括文字、图片、音频、视频等均在网上搜集。
访问者可将本网站提供的内容或服务用于个人学习、研究或欣赏，以及其他非商业性或非盈利性用途，但同时应遵守著作权法及其他相关法律的规定，不得侵犯本网站及相关权利人的合法权利。除此以外，将本网站任何内容或服务用于其他用途时，须征得本网站及相关权利人的书面许可，并支付报酬。
本网站内容原作者如不愿意在本网站刊登内容，请及时通知本站，予以删除。
