结构化输出边界框

GLM-4.5V 发布：开源视觉推理迈入“思考式”多模态时代

Z.ai 官方宣布开源视觉语言模型 GLM-4.5V。该模型在同尺寸开源模型中表现领先，覆盖 40+ 公共基准测试，主打多模态视觉推理能力。GLM-4.5V 基于 GLM-4.5-Air 基座，采用 106B 参数的 MoE（专家混合）架构，延续 GLM-4.1V-Thinking 的“思考式”技术...