本周，智谱正式上线并开源 GLM-4.6V 系列多模态大模型，包括：GLM-4.6V（106B）、GLM-4.6V-Flash（9B）。

模型亮点：
- 自主调用工具：模型原生支持基于视觉输入的工具调用，能够处理图文混排、识图购物与导购以及 Agent 场景等更为复杂的视觉任务。
- 128k上下文窗口：理论上可理解 150 页的复杂文档、200 页 PPT 或一小时视频，能够在单次推理中处理多个长文档或长视频。
- 代码能力提升：前端复刻与多轮视觉交互修改能力优化，帮助开发者缩短「设计稿到可运行页面」的链路
- 同级别SOTA：在同等参数规模下，模型在多模态交互、逻辑推理和长上下文等关键能力上取得 SOTA 表现。

立即体验
GLM-4.6V现已开源，并上线智谱开放平台（bigmodel.cn)、智谱清言、Z.ai，欢迎广大用户、开发者前往体验。
#智谱# #AI# #GLM# http://t.cn/AXyDaDCB