🎯 情报来源：量子位
2025年7月2日，智谱正式发布并开源视觉语言模型GLM-4.1V-9B-Thinking。该模型仅9B参数规模，却在28项评测中斩获23项SOTA，成为10B级别效果最佳的VLM模型。值得注意的是，在18项评测中，其性能甚至超越参数量8倍于自身的Qwen-2.5-VL-72B模型。
模型核心突破在于引入思维链（Chain-of-Thought）推理机制和课程采样强化学习（RLCS）技术，实现深度推理能力。同步披露的还有浦东创投集团和张江集团对智谱的10亿元战略投资，首期交割即将完成。
💡 核心要点
- 参数量仅9B却在28项评测中拿下23项SOTA，10B级别最佳VLM
- 18项评测性能超越72B参数竞品（Qwen-2.5-VL-72B）
- 获10亿元战略投资（浦东创投+张江集团）
- 支持2小时长视频解析、数学解题、专业文档处理等8类实用场景
- 采用三维卷积视觉编码器，处理效率较传统方法提升200%
📌 情报分析
技术价值：极高
模型架构创新显著：ViT视觉编码器支持4K超清输入，三维旋转位置编码实现时空维度理解，32K上下文窗口处理能力较主流模型提升60%
商业价值：高
10亿元融资背书验证市场潜力，8类落地场景（含金融、政务等高价值领域）已形成完整API产品矩阵，MaaS平台即时可用
趋势预测：高
小模型高性能化趋势确立：9B参数达到商用级效果，推理成本可降低80%。开源策略将加速多模态推理技术生态构建