模型发布档案

最新发布模型

聚合模型发布动态,按发布时间浏览,发现值得关注的新模型。

按发布时间倒序7 种语言
清除

14 个模型

按发布时间倒序
Zhipu AI

GLM-Legal

GLM-Legal 是面向法律专业工作的领域模型,基于 GLM-5.3-Flash 底座,侧重法律推理和多步骤法律工作流。官方介绍了法律语料中期训练,以及在模拟法律环境中通过强化学习与智能体运行框架协同优化的方法。(z.ai) 理解和分析法律材料,组织事实、规则与论证,辅助起草法律文书。 用于合同审查、证据分析、案件准备和跨境合规规划等任务。 配合 AutoClaw 及其工具,可结合专业数据库和用…

了解模型简体中文
Zhipu AI

GLM-5.3-Flash

GLM-5.3-Flash 是智谱 GLM-5 系列的原生多模态模型,面向低成本推理、编程和长程智能体任务。模型总参数量为 320B,每次推理激活参数量为 18B,采用稀疏注意力与线性注意力混合架构。模型权重已公开,可使用 SGLang、vLLM 和 TokenSpeed 等框架进行本地部署。(z.ai) 接收文本、图片、视频和文件输入,输出文本;可用于视觉理解、文档分析和图表问答。(docs.z…

了解模型简体中文
Zhipu AI

GLM-5.3

GLM-5.3 是面向复杂软件工程和长程智能体任务的模型。官方称其与 GLM-5.2 使用相同基座,能力提升来自后训练。发布日期为 2026 年 8 月 14 日。(z.ai) 编程与工程任务:适用于代码生成、修改、测试、复杂问题排查和多步骤开发工作流。官方称,在其内部 Z.ai Code Bench 上,GLM-5.3 相较 GLM-5.2 提升 50%。 长程智能体:可结合工具处理需要规划、执…

了解模型简体中文
Zhipu AI

GLM-5.2

GLM-5.2 是面向长程任务的旗舰模型,重点支持项目级编程和智能体工作流。官方公告发布日期为 2026 年 6 月 16 日。(z.ai) 支持 1M token 上下文,适用于大型代码库、长文档、复杂调试、系统优化和多阶段研究任务。 支持不同思考强度,以权衡任务表现、延迟和计算成本。官方公告称,其 IndexShare 架构在 1M 上下文下可降低每 token 计算量,并改进了推测解码。 官…

了解模型简体中文
Zhipu AI

SCAIL-2

SCAIL-2 是面向可控角色动画的开源视频生成模型。它使用参考角色图像和驱动视频生成动画,也支持角色替换与多角色场景;端到端驱动不必依赖骨架姿态中间表示。(huggingface.co) 支持角色动作迁移、跨身份角色替换、多角色动画及替换,也支持以动物动作作为驱动,以及零样本使用网格渲染等控制条件。可用于角色动画、视频角色替换及相关研究。(teal024.github.io) 官方推理流程使用参…

了解模型简体中文
Zhipu AI

GLM-5.1

GLM-5.1 是面向复杂软件工程和长程智能体任务的旗舰基础模型,重点增强代码生成、工具使用和持续迭代能力。官方公告发布于 2026 年 4 月 7 日。(z.ai) **输入与输出:**文本输入、文本输出;官方文档列出的上下文窗口为 200K tokens,最大输出为 128K tokens。(docs.bigmodel.cn) **智能体与开发:**支持思考模式、流式输出、函数调用、上下文缓存…

了解模型简体中文
Zhipu AI

GLM-5-Turbo

GLM-5-Turbo 是面向 OpenClaw 智能体场景深度优化的文本基座模型,重点服务于多步骤、长链路的 Agent 工作流。(docs.bigmodel.cn) 强化外部工具和 Skills 调用、复杂指令拆解、步骤规划及多智能体协作。 针对定时、持续运行和高吞吐长链路任务进行了优化。 支持思考模式、流式输出、Function Calling、上下文缓存、JSON 等结构化输出,以及通过…

了解模型简体中文
Zhipu AI

GLM-5

GLM-5 是面向复杂系统工程和长程智能体任务的基础语言模型。官方公告发布于 2026 年 2 月 12 日。模型采用混合专家架构,总参数量为 744B,每次推理激活约 40B 参数;预训练数据量为 28.5T tokens,并采用 DeepSeek Sparse Attention。模型权重以 MIT 许可证发布。(z.ai) 输入与输出:文本输入、文本输出;官方 API 文档列出的上下文长度为…

了解模型简体中文
Zhipu AI

GLM-OCR

GLM-OCR 是面向文档理解和图文解析的轻量级专业 OCR 模型,参数量为 0.9B。官方发布记录称,其采用 CogViT 与 GLM-0.5B 的编码器—解码器设计。(docs.bigmodel.cn) 可识别图片和 PDF 中的文本、手写体、公式、代码及印章,处理复杂版面与多语言内容。 可解析复杂表格并输出 HTML,提取票据、证件和表单等文档的关键信息,支持结构化 JSON 输出。 适用于…

了解模型简体中文
Zhipu AI

GLM-4.7-Flash

GLM-4.7-Flash 是 GLM-4.7 系列的轻量免费文本模型,面向高频调用、编程和智能体任务,兼顾性能与效率。智谱官方发布记录所列上线日期为 2026 年 1 月 19 日。(docs.bigmodel.cn) 采用 30B-A3B 混合专家(MoE)架构,约 300 亿总参数、30 亿激活参数;官方开放模型权重,并在模型卡中标注 MIT 许可证。(huggingface.co) 支持文…

了解模型简体中文
Zhipu AI

GLM-Image

GLM-Image 是智谱的图像生成模型,2026 年 1 月 14 日上线。它采用自回归模型与扩散解码器相结合的架构,侧重指令理解、图像细节及文字密集场景;官方称其训练全程使用国产芯片。(docs.bigmodel.cn) 支持根据文本生成图像,尤其面向中文文字渲染、知识密集型图像和复杂版式。 可用于商业海报、科普插画、原理示意图、电商多格图、漫画及社交媒体配图。 官方开源仓库还介绍了图生图能力…

了解模型简体中文
Zhipu AI

GLM-TTS

GLM-TTS 是面向工业应用的文本转语音(TTS)合成系统。它采用两阶段架构:先由语言模型将文本转换为语音 token,再通过 Flow Matching 和声码器生成音频。官方公告称其训练使用了约 10 万小时数据。(zhipuai.cn) 支持流式语音生成、情感和韵律表达;主要支持中文,也支持中英混合文本。 支持零样本音色克隆,官方项目文档称可使用 3–10 秒提示音频;无需针对特定说话人微…

了解模型简体中文
Zhipu AI

GLM-ASR-Nano-2512

GLM-ASR-Nano-2512 是面向复杂真实场景的开源自动语音识别模型,输入语音并输出转录文本。官方公布的参数规模为 1.5B;作为特征提取模块的 Whisper V3 音频编码器参数未计入该数字。(zhipuai.cn) 支持普通话、英语、粤语及其他方言,并针对低音量、轻声或低语识别进行了优化。官方仓库称模型支持 17 种语言,相关可用性评价条件为 WER ≤…

了解模型简体中文
Zhipu AI

UI2Code^N

UI2Code^N 是面向用户界面代码生成的视觉语言模型,基于 GLM-4.1V-9B-Base,经过分阶段预训练、微调和强化学习。官方模型卡提供模型权重,标注许可为 MIT;Hugging Face 仓库标识为 zai-org/UI2Code_N,并非已核实的 API 模型 ID。(huggingface.co) UI 生成:根据界面截图生成前端代码初稿,可用于设计稿或网页截图还原。 UI 编辑…

了解模型简体中文