是「福尔摩斯」，也是「列文虎克」，智谱把OpenAI藏着掖着的视觉推理能力开源了
是「福尔摩斯」，也是「列文虎克」，智谱把OpenAI藏着掖着的视觉推理能力开源了当同事出差回来扔到群里这么一张图，我们也是猜了半天，但毫无头绪。 直到另一位同事把图扔给智谱的新模型 ——GLM-4.5V，这个谜团才解开。
来自主题: AI资讯
7082 点击 2025-08-12 16:37
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
当同事出差回来扔到群里这么一张图，我们也是猜了半天，但毫无头绪。 直到另一位同事把图扔给智谱的新模型 ——GLM-4.5V，这个谜团才解开。
智谱基于GLM-4.5打造的开源多模态视觉推理模型GLM-4.5V，在42个公开榜单中41项夺得SOTA！其功能涵盖图像、视频、文档理解、Grounding、地图定位、空间关系推理、UI转Code等。
上上周一的晚上，智谱开源了当今最好的模型之一，GLM-4.5。 然后，这个周一，又是突如其来的，开源了他们现在最好的多模态模型： GLM-4.5v。
一直被称为"CloseAI"的OpenAI，终于舍得发布了他们继GPT-2之后的第一个开源模型：GPT-OSS
声音理解能力新SOTA，小米全量开源了模型。 MiDashengLM-7B，基于Xiaomi Dasheng作为音频编码器和Qwen2.5-Omni-7B Thinker作为自回归解码器，通过创新的通用音频描述训练策略，实现了对语音、环境声音和音乐的统一理解。
2025 年已过半，今年的大模型热度明显下降，关于基础模型的关注大多收敛到了 DeepSeek 与阿里通义上。相比之下，曾一度被标榜为大模型“国产替代”、信创之光的智谱 AI 所受到的关注度明显下降，过往高调的战略打法也渐显低迷。
这段时间国产 AI 模型非常热闹，各家都瞄着 Coding 和 Agent 场景，开源自己的最新模型。
智谱新一代旗舰「融合大模型」GLM-4.5，集成推理、代码与智能体能力，实现原生智能体模式。
又一家支持Claude Code的模型登场！ GLM-4.5 在推理、代码、Agent（智能体）综合能力都达到了开源模型Top1水准，在单个模型中实现了推理、代码、Agentic等能力原生融合。
就在刚刚，智谱正式发布最新旗舰模型 GLM-4.5。按照智谱官方说法，这是一款专为 Agent 应用打造的基础模型。延续一贯的开源原则，目前这款模型已经在 Hugging Face 与 ModelScope 平台同步开源，模型权重遵循 MIT License。