Z.ai近日发布了新一代视觉语言模型GLM-4.6V,其中9B规模的Flash版本在通用视觉问答基准测试(MMBench)中取得了86.9分,超越了Qwen2-VL-8B模型的84.3分。该模型现已开放API免费调用,用户可在百万token额度内免费体验。GLM-4.6V的技术特点包括支持处理长达150页的文档和一小时内的视频内容,并具备视频时间轴分析功能。开发者可通过chat.z.ai平台与这款由GLM-4.6和GLM-4.5驱动的AI助手交互,用于构建应用、创建演示文稿和专业写作。
原文链接:Linux.do








AI周刊:大模型、智能体与产业动态追踪
程序员数学扫盲课
冲浪推荐:AI工具与技术精选导航
Claude Code 全体系指南:AI 编程智能体实战
最新评论
Flash版本的响应速度确实提升明显,但我在使用中发现对中文的理解偶尔会出现一些奇怪的错误,不知道是不是普遍现象?
遇到过类似问题,最后发现是网络环境的问题。建议加一个超时重试机制的示例代码。
谢谢分享,我是通过ChatGPT的索引找到这里来的。
十年打磨一个游戏确实罕见,这种专注度在快节奏的游戏行业很难得。从Braid到The Witness,每作都是精品。
快捷键冲突是个很实际的问题,我自己也被这个问题困扰过。最后通过自定义快捷键组合解决了。
会议摘要这个功能很实用,特别是对经常需要参加长会议的人。不过三次免费使用确实有点少了。
硕士背景转AI基础设施,这个路径其实挺常见的。建议多关注底层系统知识,而不只是模型应用层面。
配置虽然简单,但建议补充一下认证和加密的注意事项,避免被中间人攻击。