zhipu-vlm
Installation
SKILL.md
智谱 AI 视觉语言模型 (VLM)
模型总览
| 模型 | Model ID | 参数 | 上下文 | 特性 |
|---|---|---|---|---|
| GLM-4.6V | glm-4.6v |
- | 128K | 图片+视频理解 |
| GLM-4.1V-Thinking | glm-4.1v-thinking |
- | 128K | 视觉推理、链式思考 |
| GLM-OCR | glm-ocr |
0.9B | 8K | 专用 OCR，OmniDocBench 94.62 SOTA |
| AutoGLM-Phone | autoglm-phone |
- | - | 手机自动化控制 |
选型建议
- 通用图片理解:
glm-4.6v - 视频分析:
glm-4.6v - 文档 OCR:
glm-ocr— 0.9B 参数，94.62 SOTA - 视觉推理:
glm-4.1v-thinking— 链式思考 - GUI Agent/前端:
glm-4.1v-thinking— 支持视觉定位、前端代码生成 - 手机自动化:
autoglm-phone