IXThinker·2026-05-09 17:30

GLM-5V-Turbo發布 主攻多模態Agent

有模型公司發布新一代多模態基座模型技術報告，在保持純文本編程、推理與工具調用能力的前提下，強化跨模態感知與交互，於多模態編程、工具使用及圖形介面智能體任務取得具競爭力的表現，面向真實場景應用。

任務天然多模態

現實世界的任務天然是多模態的，人類每天都在同時處理文字、圖表、截圖與網頁等資訊。基礎模型正由語言理解轉向面向真實世界的多模態智能體能力，須理解圖像、影片、文檔與圖形介面並據此規劃行動。