昨日，智谱正式推出并开源了新一代通用视觉语言模型 GLM-4.1V-Thinking，号称「GLM 系列视觉模型实现从感知走向认知的关键跃迁」。
具体来看，GLM-4.1V-Thinking 是一款支持图像、视频、文档等多模态输入的通用推理型大模型，专为复杂认知任务设计。其在 GLM-4V 架构基础上引入「思维链推理机制（CoT Reasoning）」，采用「课程采样强化学习策略（RLCS）」，系统性提升模型跨模态因果推理能力与稳定性。
轻量版 GLM-4.1V-9B-Thinking 模型参数控制在 10B 级别，其在 MMStar、MMMU-Pro等 28 项权威评测中，有 23 项达成 10B 级模型的最佳成绩，其中 18 项更是持平或超越参数量高达 72B 的 Qwen-2.5-VL。
官方表示，GLM-4.1V-9B-Thinking 在图文理解、数学与科学推理、视频理解、GUI 与网页智能体任务、视觉锚定与实体定位等五大方面表现卓越，展示出高度的通用性与稳健性。
目前，GLM-4.1V-9B-Thinking 已在 GitHub、HuggingFace、魔搭社区开源，并公布了技术论文、API 接口文档，本次上线 GLM-4.1V-9B-Base 基座模型和 GLM-4.1V-9B-Thinking 两款模型。
论文链接：https://arxiv.org/abs/2507.01006
GitHub：https://github.com/THUDM/GLM-4.1V-Thinking
HuggingFace：https://huggingface.co/collections/THUDM/glm-41v-thinking-6862bbfc44593a8601c2578d
魔搭社区：https://modelscope.cn/collections/GLM-41V-35d24b6def9f49
API 接口文档：https://www.bigmodel.cn/dev/api/visual-reasoning-model/glm-4.1v-thinking
智谱还推出了全新生态平台「Agent 应用空间」。
据悉，「Agent 应用空间」是一个面向企业客户和开发者的 AI Agent 能力聚合平台，平台汇聚丰富的 Agent 应用与模型插件（MCP），提供开箱即用、灵活编排的组件服务和 Agents 应用，帮助企业无需自建大模型团队。
另外，在 7 月 2 日的智谱开放平台产业生态大会上，还公布了浦东创投集团和张江集团对智谱总额 10 亿元的战略投资，并于近期完成首笔交割。