大模型之家讯 近日，由清华大学 KEG 实验室与智谱 AI 联合研发的多模态大模型 GLM-4.1V-Thinking 成功登顶 HuggingFace Trending 榜单全球第一，引发行业关注。尤为引人注目的是，其轻量级版本 GLM-4.1V-9B-Thinking 凭借不到 10B 的参数量实现“以小博大”，在性能与部署效率之间取得罕见的平衡。
这款模型基于 GLM-4V 架构打造，聚焦通用推理能力，支持图像、视频、文档等多模态输入，并引入“思维链推理机制（Chain-of-Thought Reasoning）”与“课程采样强化学习策略（RLCS, Reinforcement Learning with Curriculum Sampling）”，从底层架构到训练方法，系统性强化跨模态因果推理能力及其稳定性。
尽管参数规模控制在 9B 量级，GLM-4.1V-9B-Thinking 在 28 项多模态权威评测中表现亮眼：其中 23 项任务中取得同级别（10B）模型最佳成绩，18 项甚至持平或超越了 Qwen-2.5-VL（72B）的表现，覆盖 MMStar、MMMU-Pro、ChartQAPro、OSWorld 等主流基准测试，凸显其在小体积模型中难得一见的推理与理解能力。
GLM-4.1V-Thinking 的推出被视为 GLM 系列视觉模型从感知层面迈向认知智能的关键跃迁。这一成果不仅反映了模型在算法、训练范式上的前沿探索，也为“轻量级通用大模型”的未来方向提供了新的技术路径。
模型开源链接
GitHub：https://github.com/THUDM/GLM-4.1V-Thinking
HuggingFace：https://huggingface.co/THUDM/GLM-4.1V-9B-Thinking
技术分享视频
Bilibili：https://www.bilibili.com/video/BV1xzGczfEYU/?spm_id_from=333.1387.homepage.video_card.click
原创文章，作者：志斌，如若转载，请注明出处：http://www.damoai.com.cn/archives/11222
