智谱 AI，越过山丘。

主要观点总结

本文介绍了智谱发布的最新视觉推理模型GLM-4.5V，该模型在图像理解、视频解析、GUI屏幕识别、文档解读等多模态任务上达到了同级别开源模型的最高水平。文章还描述了GLM-4.5V的技术细节，包括其采用的最先进的MoE架构，总参数106B，激活参数12B。此外，文章还展示了GLM-4.5V的实际应用效果，如页面复刻、视频生成网页代码等。作者还提到了智谱团队在模型打磨上的努力，以及他们坚持开源路线并注重模型在真实场景中的应用。

关键观点总结

关键观点1: 智谱发布最新视觉推理模型GLM-4.5V，在多模态任务上表现优秀。

GLM-4.5V采用最先进的MoE架构，并在图像理解、视频解析等方面表现出色。

关键观点2: GLM-4.5V具有页面复刻能力，能够上传图片后无损还原原始页面。

通过视频复刻网页的功能，GLM-4.5V能够生成与原始页面几乎完全一致的网页。

关键观点3: 智谱团队在模型打磨上的努力以及坚持开源路线的决策。

智谱是国内较早进入大模型赛道的公司，他们始终留在牌桌上，注重模型的打磨，并坚持开源路线，注重模型在真实场景中的应用。