2026年7月2日 周四晚上19:30,报名腾讯会议了解“如何构建自进化的动态知识库(Brain)”(限30人)
免费POC, 零成本试错
FDE知识库

FDE知识库

学习大模型的前沿技术与行业落地应用


收藏

国产 AI 智谱开源了 GLM-4.5V,杀疯了。

发布日期:2025-08-12 15:08:59 浏览次数: 2403
作者:逛逛GitHub

微信搜一搜,关注“逛逛GitHub”

推荐语

国产AI智谱GLM-4.5V视觉模型开源即屠榜,42项测试41项刷新纪录,多模态能力惊艳全场。

核心内容:
1. GLM-4.5V在图像识别、场景推理等六大核心场景的突破性表现
2. 开源即登顶HuggingFace榜单的技术参数与架构亮点
3. 配套开发者工具与真实案例演示(含前端复刻/证件识别等)

杨芳贤
53AI创始人/腾讯云(TVP)最具价值专家

国产 AI 大模型公司智谱真的杀疯了。

上个月,他们开源的 GLM-4.1V-Thinking 荣登 HuggingFace Trending 第一,模型已获得累计超过 13 万次下载。

上周,又开源发布了令人惊艳的 GLM-4.5 和 GLM-4.5-Air 旗舰模型。

现在,基于 GLM-4.5-Air 沿用 GLM-4.1V-Thinking 的结构,训练出了更大更强的视觉模型 GLM-4.5V。

也直接给开源了,42 个榜单里,41个 SOTA。

01

直接看效果

我简单试了几个案例,如下 Case 没仔细调整过提示词,一次试、一次通过,相当惊艳。
① 猜一猜车型
我上传了下面这张图片,让 GLM-4.5V 识别一下这辆车的车牌和型号。
可以看到 GLM-4.5V 的思考,直击重点:
  • 方向盘上的特斯拉标志
  • 右上角有 Model Y 的品牌名称,即使存在镜像和角度问题,它也能给出准确判断。
② 猜一猜地点:
我发给 GLM-4.5V 如下的照片,我特地把图片中「北京大学」四个字进行了打码让 GLM-4.5V 再猜一猜。
它根据建筑特征、装饰风格,还有周围人群活动频繁推测出这就是北京大学西门,细思极恐。
③ 提取图片内容,代码生成网站:
读取图片中的 Markdown 格式的内容,代码生成一个非常美观的个人说明的前端 html 网站。
④ 提取图片中信息:
我上传了一个身份证图片,让它提取结构化信息转换成 JSON 结构。

⑤ 网站截屏复刻:
我上传了一个网站首页的截屏,请生成一个前端 HTML 页面代码,UI 尽可能复刻。
上传的原图:
GLM-4.5V 生成的:
原网页:
复刻网页:
网页截屏:
pasted_image_1754916384710.png
复刻网页:
⑥ 圈出图片中的物体:
这个能力牛逼了,我直接上传了下面这个图片,让它把图片中的帐篷和人分别圈出来,它输出了两个帐篷、人的坐标,还生成一张图片给你圈出来了。
上传图片:
输出结果:
这个有点简单了,上点难度。请圈出下面清明上河图中的轿子:

02

项目简介

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),已经在 GitHub 与 Hugging Face 开源。

GitHub: https://github.com/zai-org/GLM-VHugging Face: https://huggingface.co/zai-org/GLM-4.5V

    上面是真实场景的体验,GLM-4.5V 虽然在多模态榜单上屠榜,在真实场景下的表现和可用性也堪称一绝。

    覆盖了不同场景的视觉内容处理能力,包括:

    • 图像推理(场景理解、复杂多图分析、位置识别)

    • 视频理解(长视频分镜分析、事件识别)

    • GUI 任务(前端复刻、桌面操作辅助)

    • 复杂图表与长文档解析

    • Grounding 能力(精准定位视觉元素)

    为了让开发者快速体验到它的能力,还同步开源了一个桌面助手应用,它能实时的截屏、获取屏幕信息,并基于 GLM-4.5V 的多模态能力让很多有意思的场景落地。

    开源链接:https://huggingface.co/spaces/zai-org/GLM-4.5V-Demo-App

    AI 正在学会像人一样,把看到的、听到的、读到的信息揉在一起理解世界,变得更“通感”。

    这种能综合处理多种信息并思考的能力,是迈向真正“聪明”AI 的关键,其中多模态 AI 是重要基石。这不仅仅是技术进步,更可能带来深远的文明影响。

    快去亲自上手试试吧,有啥好玩的 Case 可以直接丢评论区。

    体验地址:https://chat.z.ai

    53AI,企业落地大模型首选服务商

    产品:场景落地咨询+大模型应用平台+行业解决方案

    承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业

    联系我们

    售前咨询
    186 6662 7370
    预约演示
    185 8882 0121

    微信扫码

    添加专属顾问

    回到顶部

    加载中...

    扫码咨询

    扫码登录
    登录即表示您同意《53AI网站服务协议》
    服务协议

    欢迎您使用【53AI 官方网站】(以下简称“本网站”或“我们”)。本《会员服务协议》(以下简称“本协议”)是您(以下简称“会员”或“用户”)与【深圳市博思协创网络科技有限公司】之间关于注册、登录及使用本网站会员服务所订立的法律协议。

    在您注册或登录前,请务必审慎阅读、充分理解各条款内容,特别是免除或限制责任的条款、知识产权条款、争议解决条款等。此类条款将以加粗形式提示您注意。 当您通过微信公众号授权、手机验证码验证或其他方式成功登录本网站时,即视为您已完全理解并同意接受本协议的全部内容。

    一、 定义

    本网站:指由【深圳市博思协创网络科技有限公司】运营的,域名为【53ai.com】的网站及相关移动端页面。

    会员服务:指本网站向注册会员提供的知识库文章查阅、内容检索及其他相关增值服务。

    知识库内容:指本网站发布的包括但不限于文字、图表、数据、研究报告、行业分析等数字化内容资源。

    二、 账号注册与登录

    登录方式:本网站支持以下登录方式,您可根据实际情况选择:

    微信公众号授权登录:您同意将您的微信OpenID信息授权给本网站,用于创建或关联会员账号。

    手机验证码登录:您需提供真实有效的手机号码,并通过短信验证码完成身份验证与登录/注册。

    账号安全:您的账号仅限您本人使用,禁止赠与、借用、租用、转让或售卖。因您保管不善导致的账号被盗、密码泄露等损失,由您自行承担。

    实名认证:根据相关法律法规要求,我们可能要求您在特定功能下完成实名认证。如您拒绝提供,可能无法使用部分或全部服务。

    未成年人保护:若您未满18周岁,请在法定监护人的陪同下阅读本协议,并在征得监护人同意后使用本服务。

    三、 服务内容与规范

    知识库查阅权限:会员登录后,有权按照其会员等级对应的权限范围,在线浏览、检索本网站知识库中的相关文章及内容。

    服务变更:我们有权根据业务发展需要,调整、变更或终止部分服务内容,并将以网站公告、公众号消息等方式提前通知。

    禁止行为:您在使用服务时不得实施以下行为:

    利用技术手段批量爬取、下载、转存知识库内容;

    将知识库内容用于商业目的或未经授权地向第三方传播;

    干扰本网站正常运行或侵犯其他用户合法权益;

    发布违法违规信息或从事违反公序良俗的活动。

    四、 知识产权声明

    权利归属:本网站知识库中的排版设计、软件代码等内容的知识产权均归【公司全称】或原权利人所有,受《中华人民共和国著作权法》等法律保护。

    有限许可:本网站授予会员一项非独占、不可转让、不可转授权的普通许可,仅限于个人学习、研究之目的在线查阅知识库内容。

    侵权追责:未经书面许可,任何单位或个人不得以任何形式复制、转载、摘编、镜像、汇编或以其他方式使用上述内容。一经发现,我们保留追究其法律责任的权利。

    五、 个人信息保护

    我们重视对您个人信息的保护。关于我们如何收集、使用、存储和保护您的个人信息,请单独阅读 《隐私政策》。

    您通过微信公众号授权或手机号验证所提供的信息,我们将严格按照《个人信息保护法》的规定处理,仅用于身份识别、服务提供及安全验证等必要用途。

    您可以随时通过网站设置或联系客服行使查阅、更正、删除个人信息及撤回授权同意的权利。

    六、 免责声明

    内容准确性:知识库内容仅供参考,不构成专业建议。我们不对其完整性、准确性、时效性作任何明示或暗示的保证,您应自行判断并承担使用风险。

    不可抗力:因自然灾害、政策法规变化、网络故障、第三方平台接口异常(如微信接口维护、运营商短信通道故障)等不可抗力导致的服务中断或延迟,我们不承担违约责任。

    第三方链接:本网站可能包含指向第三方网站的链接,该等网站的内容和服务不受我们控制,请您自行甄别风险。

    七、 违约责任

    如您违反本协议约定,我们有权视情节采取警告、限制功能、暂停服务、注销账号等措施,并保留要求赔偿损失的权利。

    如因您的违约行为导致我们遭受行政处罚、第三方索赔或商誉损失,您应承担全部赔偿责任(包括但不限于罚款、赔偿金、律师费、公证费等)。

    八、 法律适用与争议解决

    本协议的订立、执行和解释均适用中华人民共和国大陆地区法律。

    因本协议产生的或与本协议有关的任何争议,双方应友好协商解决;协商不成的,任何一方均可向【公司所在地】有管辖权的人民法院提起诉讼。

    九、 其他

    本协议构成双方就本服务达成的完整协议,取代此前任何口头或书面约定。

    本协议任一条款被认定为无效或不可执行的,不影响其他条款的效力。

    我们对本协议享有最终解释权,并在法律允许的范围内保留随时修改的权利。修改后的协议一经公布即生效,继续使用服务即视为同意修订内容。


    已查阅