智谱AI发布GLM-4.7：聚焦编程、工具使用与多轮推理
智谱AI最新发布的 GLM-4.7 在多个关键维度实现突破，特别是在开发者关注的编程、工具调用与复杂推理能力上，带来可观的性能提升。本文将系统梳理 GLM-4.7 的主要改进，并说明如何快速接入与使用...
排序
智谱AI发布 Kaleido：通过多参考图像生成主体一致视频的 S2V 框架
在主体到视频（Subject-to-Video, S2V）生成任务中，目标是根据用户提供的多张目标主体参考图像和文本提示，合成一段主体身份一致、动作自然、背景可控的视频。尽管近期 S2V 模型取得进展...
智谱AI提出 SSVAE：通过谱结构优化提升视频VAE“可扩散性”的新方法
在基于扩散模型的视频生成系统中，视频变分自编码器（VAE） 扮演着关键角色：它将像素空间视频压缩到潜在空间，供扩散模型高效训练。然而，现有视频 VAE 的设计往往过度聚焦于重建保真度，却忽视了一个更根...
智谱AI发布面向生产级角色动画的生成框架 SCAIL：通过3D一致姿态表征实现影棚级角色动画
高质量角色动画长期以来依赖昂贵的动作捕捉设备、繁琐的手动绑定和大量人力修型。尽管近年视频生成模型取得进展，但在复杂动作、风格化角色、多角色交互等场景下，现有方法仍普遍存在结构失真、时间不连贯、身份泄漏...
智谱AI开源 RealVideo：基于自回归扩散的实时流式对话视频系统
随着多模态生成技术的发展，用户对虚拟角色的期待已从“能说话”升级为“能自然表达、实时互动、持续存在”。为此，智谱AI推出了 RealVideo —— 一个端到端实时流式视频对话系统，能够将文本对话实时...
智谱AI语音识别模型GLM-ASR双版本登场：云端版精准识别多场景，Nano版开源免费，笔记本/手机均可部署
智谱AI全新发布 GLM-ASR 系列语音识别模型，包含云端部署的 GLM-ASR-2512 与端侧轻量化的 GLM-ASR-Nano-2512 两个版本。其中 Nano 版以 1.5B 紧凑参数规模...
智谱AI开源GLM-4.6V：128K上下文视觉语言模型，原生工具调用打通感知与执行链路
智谱AI正式推出并开源 GLM-4.6V 系列多模态大语言模型，包含面向云端与高性能集群的 GLM-4.6V (106B) 基础模型，以及针对本地部署和低延迟场景优化的 GLM-4.6V-Flash ...
智谱AI推出「Claude API用户特别搬家计划」：全面兼容协议，一键迁移至GLM
Anthropic宣布调整其API服务策略，停止向多数股权由中国资本持有的企业出售Claude服务，涵盖中国大陆及通过海外注册实体或云服务间接使用的情况。这一变化影响了部分依赖Claude进行AI开发...
智谱AI发布AutoGLM 2.0：全球首个手机Agent免费开放，云端运行不占本地资源
智谱AI正式推出 AutoGLM 2.0，定位“全球首个手机Agent”，面向所有用户免费开放。新版本以“Agent + 云手机 + 云电脑”为技术底座，让AI在云端独立运行，完全不占用本地设备资源...
智谱AI发布GLM-4.5V：106B参数的开源视觉推理模型，支持“思考模式”切换
今日，智谱 AI 正式推出其新一代开源视觉语言模型 GLM-4.5V，并在魔搭社区与 Hugging Face 同步开源。该模型总参数达 106B，采用 MOE（Mixture of Experts...
智谱AI正式推出 GLM 系列最新旗舰大模型GLM-4.5 系列：统一推理、编码与代理的全能旗舰模型
智谱AI正式推出 GLM-4.5 与 GLM-4.5-Air —— GLM 系列最新旗舰大模型。这两款模型专为代理（Agent）导向应用设计，首次在单一架构中深度融合了复杂推理、高效编码与多工具协同能...
智谱AI联合清华推出新一代视觉语言推理模型开源 GLM-4.1V-9B-Thinking
随着智能任务日益复杂，视觉语言大模型（VLM）正从基础的多模态感知迈向更高层次的推理能力提升。为了应对这一趋势，智谱AI 与清华大学联合推出了新一代 VLM 开源模型 —— GLM-4.1V-9B-T...
