1.智谱GLM-4.6V多模态大模型开源
2025年12月8日，智谱AI发布并全量开源多模态大模型系列GLM-4.6V，标志着多模态大模型进入“从理解到行动”的关键阶段。该系列包含两个版本：面向云端推理与企业级应用的大规模基础模型GLM-4.6V（106B-A12B），以及免费、适用于本地部署的轻量级模型GLM-4.6V-Flash（9B）。
核心突破是原生多模态工具调用，支持直接将图像、文档等作为工具参数输入，且能解读工具返回的视觉结果，形成“视觉-推理-工具调用”的闭环。相较于前代，其价格降价50%，Flash版免费，成本优势显著。
部分内容已折叠，查看完整文章请先登录。 登录后查看完整文章
目前四项技术的代码和模型已全部公开在GitHub、Hugging Face等平台，开发者可直接下载使用、二次修改。这些技术的开源不仅降低了视频生成的技术门槛，还能广泛应用于影视动画、虚拟人直播、短视频创作、游戏开发等场景。
原创文章，更多AI科技内容，微信搜索 橙 市 播 客 小程序
声明：本站所有文章，如无特殊说明或标注，均为橙市播客原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。如果你是AI总结，务必加上此版权说明
