是「福尔摩斯」，也是「列文虎克」，智谱把OpenAI藏着掖着的视觉推理能力开源了

机器之心报道 作者：张倩、陈陈 光看图，你能猜出这是哪儿吗？ 当同事出差回来扔到群里这么一张图，我们也是猜了半天，但毫无头绪。 直到另一位同事把图扔给智谱的新模型 ——GLM-4.5V，这个谜团才解开。 把照片截图传给 GLM-4.5V （避免模型利用照片的 EXIF 元数据），它很快就推理出了结果。 没错，图里的地方是多瑙河畔。尽管同事拍照的角度和风格和小某书上的精美照片大相径庭，但智谱的新模型还是通过深度分析给出了准确答案。 你可能要说，这个能力，OpenAI 的 o3、o4 mini 早就有了，没什么稀奇。但如果我告诉你，这个模型是开源的呢？ 听说，它还参加了大名鼎鼎的「图寻」游戏全球积分赛，和里面的两万多名人类玩家对战了 7 天。 出于好奇，我们打开这个游戏玩了玩，结果一上来就懵了：这比赛只给 3 分钟时间思考，碰到带地标的还好，像这种普通的街道、山路，不积累点人文、地理知 识，连大概范围都不好确定，更别提按照题目要求定位出经纬度了。 但就是在这样的赛制里比了 7 天之后， GLM-4.5V 击败了 99.99% 的人类玩家 。 这个游戏玩得好意味着什么？意味着 GLM-4.5V 拥有了超强的视觉推理 ...