模型定位
Glyph 是以視覺文字壓縮擴展長上下文處理能力的研究框架與模型。它將長篇文字渲染成圖片,再交由視覺語言模型處理;模型以 GLM-4.1V-9B-Base 為骨幹。(huggingface.co)
能力與用途
- 可用於長文件理解、長上下文問答及相關多模態研究。
- 論文報告,在其實驗條件下達到約 3–4 倍 token 壓縮;極端壓縮下,128K 上下文視覺語言模型可處理百萬 token 級文字任務。這是研究結果,並非對所有任務的效能保證。(arxiv.org)
- 官方模型頁提供權重與 Transformers 推論示例,並標示 MIT 授權;自行部署仍需計算資源。(huggingface.co)
限制
效能受解析度、字型及間距等渲染設定影響,對不同渲染風格的泛化能力有限;超長輸入中的罕見字母數字字串可能辨識錯誤。訓練主要針對長上下文理解,其他任務的能力仍待研究。(huggingface.co)
發布日期
指定的 Hugging Face 版本提交日期為 2025-10-25;研究論文最初發布於 2025-10-20。提交日期不必然代表模型首次發布日期。(huggingface.co)
價格
截至 2026-11-17,未核實 Glyph 專屬的官方 API 輸入或輸出價格。國內官方定價頁需要 JavaScript,無法從已讀取的頁面核實人民幣報價;國際官方美元定價文件未列出 Glyph。不應將其他 GLM 模型的價格套用於 Glyph。(open.bigmodel.cn)