12月8日，智谱AI发布并开源 GLM-4.6V 系列多模态大模型，沐曦股份曦云C系列GPU完成Day 0适配。

　　GLM-4.6V 系列多模态大模型共包含两款模型：

　　GLM-4.6V （ 106B-A12B ） ：面向云端与高性能集群场景的基础版;

　　GLM-4.6V-Flash （ 9B ） ：面向本地部署与低延迟应用的轻量版。

　　作为 GLM 系列在多模态方向上的一次重要迭代，GLM-4.6V 将训练时上下文窗口提升到 128k tokens，在视觉理解精度上达到同参数规模  SOTA ，并首次在模型架构中将 Function Call （工具调用）能力原生融入视觉模型 ，打通从「视觉感知」到「可执行行动(Action)」的链路，为真实业务场景中的多模态 Agent 提供统一的技术底座。

　　一、原生多模态工具调用

　　传统工具调用大多基于纯文本，在面对图像、视频、复杂文档等多模态内容时，需要多次中间转换，带来信息损失和工程复杂度。

　　GLM-4.6V 从设计之初就围绕 「图像即参数，结果即上下文」 ，构建了原生多模态工具调用能力：

　　输入多模态 ：图像、截图、文档页面等可以直接作为工具参数，无需先转为文字描述再解析，减少链路损耗。

　　输出多模态 ：对于工具返回的统计图表、渲染后网页截图、检索到的商品图片等结果，模型能够再次进行视觉理解，将其纳入后续推理链路。

　　模型原生支持基于视觉输入的工具调用，完整打通从感知到理解到执行的闭环。这使得 GLM-4.6V 能够应对图文混排输出、商品识别与好价推荐、以及辅助型 Agent 场景等更复杂的视觉任务。

　　二、同规模开源  SOTA

　　GLM-4.6V 在 MMBench、MathVista、OCRBench 等 30+  主流多模态评测基准 上进行了验证，较上一代模型取得显著提升。在同等参数规模下，模型在多模态交互、逻辑推理和长上下文等关键能力上取得 SOTA 表现。

　　三、 MXMACA 软件栈加速国产模型落地

　　MXMACA软件栈作为沐曦股份全栈GPU解决方案的核心，在vLLM,sglang 等主流AI推理框架中展现出快速适配的优势，其GPU架构和优化设计和良好的生态兼容性确保了高效、灵活的推理部署。此次沐曦股份曦云C系列GPU完成Day 0适配智谱GLM-4.6V 系列多模态大模型再次印证了这一优势。MXMACA软件栈将继续以开放式架构和持续迭代优化，赋能推理框架、模型、应用开发到运维的全生命周期，助力开发者构建更具竞争力的AI产品。


新财网对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。读者应详细了解所有相关投资风险，并请自行承担全部责任。本文内容版权归新财网投稿作者所有！文中涉及图片等内容如有侵权，请联系编辑删除。