GLM 4.1V 9B Thinking AWQ 基础型 ZhipuAI/GLM 4.1V 9B Thinking 【模型更新日期】 【依赖】 【💡2025 07 03 临时安装命令💡】 【模型列表】 文件大小 最近更新时间 6.9GB 2025 07 03 【模型下载】 【介绍】 GLM 4.1V 9B Thinking 📖 查看 GLM 4.1V 9B Thinking 论文 。 💡 立即在线体验 Hugging Face 或 ModelScope 上的 GLM 4.1V 9B Thinking。 📍 在 智谱大模型开放平台 使用 GLM 4.1V 9B Thinking 的API服务。 模型介绍 视觉语言大模型（VLM）已经成为智能系统的关键基石。随着真实世界的智能任务越来越复杂，VLM模型也亟需在基本的多模态感知之外， 逐渐增强复杂任务中的推理能力，提升自身的准确性、全面性和智能化程度，使得复杂问题解决、长上下文理解、多模态智能体等智能任务成为可能。 基于 GLM 4 9B 0414 基座模型，我们推出新版VLM开源模型 GLM 4.1V 9B Thinking ，引入思考范式，通过课程采样强化学习 RLCS（Reinforcement Learning with Curriculum Sampling）全面提升模型能力， 达到 10B 参数级别的视觉语言模型的最强性能，在18个榜单任务中持平甚至超过8倍参数量的 Qwen 2.5 VL 72B。 我们同步开源基座模型 GLM 4.1V 9B Base ，希望能够帮助更多研究者探索视觉语言模型的能力边界。 与上一代的 CogVLM2 及 GLM 4V 系列模型相比， GLM 4.1V Thinking 有如下改进： 1. 系列中首个推理模型，不仅仅停留在数学领域，在多个子领域均达到世界前列的水平。 2. 支持 64k 上下长度。 3. 支持 任意长宽比 和高达 4k 的图像分辨率。 4. 提供支持 中英文双语 的开源模型版本。 榜单信息 GLM 4.1V 9B Thinking 通过引入「思维链」（Chain of Thought）推理机制，在回答准确性、内容丰富度与可解释性方面， 全面超越传统的非推理式视觉模型。在28项评测任务中有23项达到10B级别模型最佳，甚至有18项任务超过8倍参数量的Qwen 2.5 VL 72B。
We use cookies for essential functionality and analytics. You can accept or reject analytics cookies.Cookie policy