核心能力
- 图像理解：支持图文混合理解、图表解析、OCR识别
- 视频分析：逐帧理解、时序分析、事件检测
- 音频处理：语音识别、情感分析、说话人分离
- 文档理解：PDF解析、表格提取、公式识别
评测成绩
- MMMU多模态理解：86.3分（GPT-4V为85.6分）
- MathVista数学视觉：78.9分
- VideoMME视频理解：72.4分
开源计划
智谱AI宣布将开源GLM-5V的对话版本，开发者可以在GitHub上免费下载使用。
智谱AI发布GLM-5V：多模态大模型新标杆
免责声明：
本文内容基于公开信息整理发布，版权归原作者所有。云帆导航仅提供信息展示平台，不对内容准确性负责。如有侵权或内容问题，请联系我们处理。