GLM-4.6VZ.ai'den çok modlu GLM, vizyon, metin ve araç çağırmasının bir araya gelerek uzun-kon-text akla neden, arama, kodlanma ve UI-код oluşturma için açık kaynaktır.

GLM-4.6V, 128.000 token boyutundaki bağlam penceresini ölçeklendirerek görsel anlamayı en iyi performanslı hale getirir. native işlev çağrı olanaklarına sahip olduğu için, gerçek dünya iş senaryolarındaki bileşik modellenler için tek bir teknik temel sağlar. GLM-4.6V görsel girdi kabul edebilir ve yüksek kaliteli, yapılı metin-görsel çapraz katmanlı içeriği otomatik olarak oluşturabilir, karmaşık belge anlayışını ve görsel arama-geri döndürme gibi karmaşık görevleri gerçekleştirebilir. Bu model, zeka ömrü yüksek bir dil modeli ve zengin medya rapor oluşturması yanı sıra görsel web araması ve layout, zengin medya rapor oluşturma, uzun metin içi anlama gibi çeşitli kabiliyetler ve senaryolar sunar. Mikserdeki metin-görsel inputları kabul edebilmeye, yüksek kaliteli içerik oluşturabilme ve aday resimleri üzerinde görsel taramalar yapabilme gibi fonksiyonlarda güçlü bir LLM'dir. GLM-4.6V'nin görsel algıdan çevrimiçi retrieval ve yapılandırılmış rapor oluşturmaya doğru çok modlu arama ve analiz akışı, kolayca görsel algıydan çevrimiçi retrieval ve yapılandırılmış rapor oluşturmaya doğru akışkan bir dönüşüm sağlar. Çok modluk bağlam bilgisi tutar ve hem metinsel hem de görsel informasyonun temellerinde zekâsalı akıl yürütür. Bu model, niyet tanıma ve arama planlama gibi beberapa yetenek ve senaryolar sunmaktadır. Multimedya sonuçların birleştirilmesine dayanan zengin medya rapor oluşturması da bunlara dahildir.