本報訊 （記者梁傲男）7月9日，記者從北京智譜華章科技股份有限公司（以下簡稱“智譜”）獲悉，智譜發(fā)布并開源的視覺語言大模型GLM-4.1V-9B-Thinking憑借9B的模型尺寸，成功登頂HuggingFaceTrending榜單。    

    智譜/供圖

    據(jù)記者了解，GLM-4.1V-Thinking是一款支持圖像、視頻、文檔等多模態(tài)輸入的通用推理型大模型，專為復(fù)雜認(rèn)知任務(wù)設(shè)計。它在GLM-4V架構(gòu)基礎(chǔ)上引入“思維鏈推理機制（Chain-of-ThoughtReasoning）”，采用“課程采樣強化學(xué)習(xí)策略（Reinforcement Learning with Curriculum Sampling）”，系統(tǒng)性提升模型跨模態(tài)因果推理能力與穩(wěn)定性。

    其輕量版GLM-4.1V-9B-Thinking模型參數(shù)控制在10B級別，在兼顧部署效率的同時實現(xiàn)性能突破。該模型在MMStar、MMMU-Pro、ChartQAPro、OSWorld等28項權(quán)威評測中，有23項達成10B級模型的最佳成績，其中18項更是持平或超越參數(shù)量高達72B的Qwen-2.5-VL，充分展現(xiàn)了小體積模型的極限性能潛力。

    業(yè)內(nèi)人士表示，GLM-4.1V-9B-Thinking標(biāo)志著GLM系列視覺模型實現(xiàn)從感知走向認(rèn)知的關(guān)鍵躍遷。

（編輯 何成浩）