摘要

就在近日，智谱AI（Zhipu AI / Z.ai）正式开源了其最新一代多模态大模型 GLM-4.6V 系列！该系列包含两款模型：106B参数的云端高性能版 GLM-4.6V，以及 仅9B参数、支持本地部署的轻量版 GLM-4.6V-Flash。新模型不仅支持长达 128K tokens 的上下文窗口，更原生集成了 Function Calling 能力，能够理解图像、执行工具调用，并完成复杂多步任务。本文将带你快速了解 GLM-4.6V 的核心亮点、适用场景及如何在 ModelScope 上体验这一强大模型。

一、GLM-4.6V 是什么？

GLM-4.6V 是智谱AI推出的 多模态大语言模型（Multimodal LLM），属于其广受关注的 GLM-4 系列。与纯文本模型不同，GLM-4.6V 能够同时理解 文本与图像信息，并在此基础上进行推理、规划和执行操作。

目前，该系列包含两个版本：

• GLM-4.6V（106B-A12B）：面向云端部署和高性能计算集群，适合需要极致性能的企业级应用。
• GLM-4.6V-Flash（9B）：轻量级版本，参数量仅为9B，支持本地部署，特别适合对延迟敏感或资源受限的场景，如个人开发者、边缘设备等。

二、三大核心亮点

1. 超长上下文 + SOTA 视觉理解能力

GLM-4.6V 在训练中将上下文窗口扩展至 128K tokens，这意味着它能处理超长文档、复杂对话历史或高分辨率图像描述。同时，在相同参数规模下，其视觉理解能力达到 当前最优（SOTA）水平。

2. 原生支持 Function Calling

这是 GLM-4.6V 的一大突破：首次在模型架构中直接集成 Function Calling 能力。这意味着模型不仅能“看”和“说”，还能主动调用外部工具（如搜索、计算、API等），实现真正的“能想还能做”的智能体行为。

3. 轻量版可本地运行，开发者友好

对于普通开发者或中小团队，GLM-4.6V-Flash（9B） 提供了一个极具吸引力的选择。它体积小、推理快，可在消费级 GPU 上运行，大大降低了多模态AI的使用门槛。

三、如何体验？

你可以在 魔搭（ModelScope）平台 上免费体验 GLM-4.6V 系列模型。访问以下链接即可查看模型详情、在线推理、下载权重或部署服务：

👉 https://modelscope.cn/collections/GLM-46V-37fabc27818446

ModelScope 提供了一站式的模型探索、训练、部署与应用服务，是中文社区最活跃的模型开放平台之一。

• GLM-4.6V 博客：https://z.ai/blog/glm-4.6v
• 论文：https://huggingface.co/papers/2507.01006
• GitHub 仓库：https://github.com/zai-org/GLM-V
• 在线 Demo：https://chat.z.ai/
• API 访问：ZhipuAI 开放平台
• 桌面助手应用：https://huggingface.co/spaces/zai-org/GLM-4.5V-Demo-App

结语

GLM-4.6V 系列的开源，标志着多模态大模型正从“实验室”走向“开发者桌面”。无论是构建智能客服、AI编程助手，还是开发能理解图文的智能终端，GLM-4.6V 都提供了强大而灵活的底层支持。

如果你对多模态AI、智能体开发或本地部署大模型感兴趣，不妨立即去 ModelScope 试试 GLM-4.6V-Flash，说不定你的下一个爆款项目就从这里开始！

祝你编码愉快，AI玩得开心！😊

标签：#多模态大模型 #GLM4 #ModelScope
版权声明：本文为原创内容，版权归作者所有，转载需注明出处。