GLM-Legal
GLM-Legal 是面向法律專業工作與代理式任務的模型,基於 GLM-5.3-Flash,透過法律語料中期訓練及後續訓練強化法律推理與任務執行。(autoclaw.z.ai) 整理來源文件、辨識法律問題、結合法律規則組織論證,並產出法律工作成果。 適用於合約審查、證據分析、合規研究及法律文件處理。搭配 AutoClaw 的代理與文件工具,可協助在 Word…
模型發布檔案
彙整模型發布動態,按發布時間瀏覽,探索值得關注的新模型。
GLM-Legal 是面向法律專業工作與代理式任務的模型,基於 GLM-5.3-Flash,透過法律語料中期訓練及後續訓練強化法律推理與任務執行。(autoclaw.z.ai) 整理來源文件、辨識法律問題、結合法律規則組織論證,並產出法律工作成果。 適用於合約審查、證據分析、合規研究及法律文件處理。搭配 AutoClaw 的代理與文件工具,可協助在 Word…
GLM-5.3-Flash 是 GLM-5 系列的原生多模態模型,定位為兼顧能力與推理成本的 Flash 級模型。它採用混合專家架構,總參數量為 320B,每次啟用 18B,並結合稀疏注意力與線性注意力。模型權重公開,官方模型庫標示為 MIT 授權。(z.ai) **輸入與輸出:**支援文字、圖片、影片及檔案輸入,輸出文字;上下文視窗為 1M tokens,最大輸出為 128K…
GLM-5.3 是智譜面向複雜軟體工程與長程智能體任務的旗艦文字模型,於 2026 年 8 月 14 日發布。它與 GLM-5.2 使用相同的基礎模型,能力提升來自擴大後訓練規模。(z.ai) 適用於程式碼編寫、終端操作、多步驟軟體工程、工具協作及長程自動化任務;也可用於經授權的程式碼安全審查與漏洞發現。 官方稱,在內部 Z.ai Code Bench 中,其程式設計表現較 GLM-5.2 提升…
GLM-5.2 是 Zhipu AI 面向長程任務的旗艦模型,於 2026 年 6 月 16 日發布,重點強化長上下文、程式開發與智慧代理工作流程。模型權重公開,官方公告標示採用 MIT 授權。(z.ai) 長上下文:官方表示支援 1M token 上下文,適合處理大型程式碼庫及持續多步驟的工程任務。 程式開發與推理:支援調整思考強度,以權衡能力、延遲與計算成本;適用於大型實作、除錯、效能最佳化及…
SCAIL-2 是開源的可控角色動畫模型,以參考角色影像和驅動影片生成角色動畫;端到端驅動不必依賴骨架等中間姿態表示。模型權重與推論程式碼於 2026 年 6 月 9 日開源。(github.com) 支援動作遷移、角色替換、多角色場景,以及使用多張參考影像補充背面、特寫等資訊,可用於角色動畫製作與影片編輯。(github.com) 官方介紹提到跨身分角色替換、動物影片驅動,以及對部分進階控制表示…
**發布日期:**2026 年 4 月 7 日。(z.ai) **模型定位:**面向長程任務與智慧代理工程的旗艦文字模型,著重複雜軟體工程與程式設計。(z.ai) **能力與用途:**可用於程式碼生成、程式庫建置、終端操作、除錯、效能最佳化及多步驟工具呼叫。官方展示了向量資料庫最佳化、GPU 核心最佳化與網頁應用開發等案例。模型權重以 MIT 授權公開,可透過 vLLM 或 SGLang 本機部署…
GLM-5-Turbo 是針對 OpenClaw 智慧代理工作流程深度最佳化的基礎模型,重點在工具使用與長鏈路任務執行。官方發布紀錄標示上線日期為 2026 年 3 月 15 日。(docs.bigmodel.cn) 強化外部工具及 Skills 呼叫、複雜指令拆解、步驟規劃與多代理協作,並針對定時、持續性和長時間任務最佳化。 支援多種思考模式、串流輸出、Function Calling、上下文快…
GLM-5 是智譜推出的文字基礎模型,面向複雜系統工程、代理式程式開發與長程代理任務。官方公告日期為 2026 年 2 月 12 日。(z.ai) 採用混合專家架構,總參數量為 744B,每次推論啟用 40B;預訓練資料量為 28.5T tokens。模型採用 DeepSeek Sparse Attention,以降低部署成本並保留長上下文能力。(z.ai) 輸入與輸出皆為文字;國際站文件標示上下…
GLM-OCR 是輕量級專業光學字元辨識(OCR)與文件解析模型,參數量為 0.9B。官方發布紀錄列出的上線日期為 2026 年 2 月 3 日。模型採用 CogViT 視覺編碼器與 GLM-0.5B 解碼器的架構。(docs.bigmodel.cn) 可解析 PDF、JPG 和 PNG,辨識文字、手寫內容、印章、程式碼、公式及複雜表格,並支援中文、英文、日文、韓文等多種語言。…
GLM-4.7-Flash 是 GLM-4.7 系列的輕量免費文字模型,針對程式設計、長程任務規劃與工具協作而設計。官方模型卡標示其為 30B-A3B 混合專家(MoE)模型,提供開放權重,採 MIT 授權。(docs.bigmodel.cn) 支援文字輸入與文字輸出、思考模式、串流輸出、函式呼叫、上下文快取、JSON 等結構化輸出及外部 MCP 工具整合。(docs.bigmodel.cn) 適…
GLM-Image 是智譜的開源圖像生成模型,採用自回歸模型與擴散解碼器混合架構,著重指令理解、圖中文字呈現及知識密集型圖像生成。官方介紹其架構包含 9B 自回歸模型與 7B 擴散解碼器。(docs.bigmodel.cn) 支援依文字提示生成圖像,適用於商業海報、科普插畫、原理示意圖、多格漫畫及社群媒體圖文。 擅長在圖像中呈現中英文文字和較複雜的資訊結構;生成結果仍應人工核對文字、事實與細節。…
GLM-TTS 是面向實際應用的文字轉語音系統:輸入文字,輸出語音。智譜已公開模型權重,亦提供 BigModel API。(zhipuai.cn) 可依文字內容表達情緒與語調;官方展示了不同情緒及中文口音的合成效果,並稱可使用約 3 秒參考音訊複製音色。(zhipuai.cn) 開源實作支援零樣本語音複製、中英文混合文字處理,以及透過混合音素與文字輸入控制特定字詞發音;API 文件提供串流呼叫範例…
GLM-ASR-Nano-2512 是面向複雜真實場景的開源自動語音辨識模型,將音訊轉寫為文字。官方標示參數規模為 15 億;此數字不包括用作特徵擷取的 Whisper V3 音訊編碼器。模型卡標示採用 MIT 授權。(zhipuai.cn) 支援普通話、英語,並針對粵語及其他方言、低音量與輕聲語音進行最佳化;官方稱有 17 種語言達到其高可用性標準。(github.com) 適合語音轉文字、會議…
此語言的介紹正在準備中,敬請期待。