這一次，看完AI真的最新章慌是快要砸掉我的飯碗了。
因?yàn)槿绻悻F(xiàn)在想根據(jù)NeurIPS 2025的國產(chǎn)公眾最佳論文寫一篇公眾號文章，只需要把它丟給AI并且附上一句話：
幫我解讀這篇論文，號文并寫一個圖文并茂的看完微信公眾號推送來介紹這篇文章。
只需靜候幾分鐘，最新章慌AI就水靈靈地把完整的國產(chǎn)公眾微信公眾號科普文章給呈現(xiàn)了出來，來感受一下這個feel（上下滑動瀏覽）：
不得不說啊，號文這個AI從標(biāo)題開始就真的看完把最最最重要的關(guān)鍵信息“NeurIPS 2025最佳論文”精準(zhǔn)抓了出來。
并且“Gates一下”，最新章慌更是國產(chǎn)公眾把名詞動詞化，是號文有點(diǎn)語言編輯功底在身上的。
回頭細(xì)看這個AI處理的看完過程。
首先，最新章慌它會根據(jù)這篇論文的國產(chǎn)公眾內(nèi)容，先處理文字的部分，將文章分為了引言、核心問題、破局之道、實(shí)驗(yàn)結(jié)果、深入分析、結(jié)論與展望這六大部分，是符合一篇論文解讀文章的邏輯。
然后AI會把論文中要引用的圖片和表格進(jìn)行適當(dāng)?shù)牟眉艉蜆?biāo)注，并插進(jìn)文章里面，還會在圖片下方附上圖注：
一氣呵成，真的是“文字+圖片+排版”一氣呵成。
那么這到底是何許AI是也？
不賣關(guān)子，它就是智譜最新升級的新一代視覺推理模型——GLM-4.6V。
在深度體驗(yàn)一波之后，我們發(fā)現(xiàn)寫圖文并茂的公眾號推文，還只是GLM-4.6V能力的一隅。
接下來，老規(guī)矩，一波實(shí)測，走起~
學(xué)生黨看論文，更方便了
首先來到智譜的官網(wǎng)（https://chat.z.ai/'>https://chat.z.ai/），在左上方模型下拉菜單中選擇GLM-4.6V。
然后根據(jù)任務(wù)的需求，我們可以在輸入框下方快速選擇任務(wù)類型，也可以在工具選項(xiàng)中勾選圖像識別、圖像處理、圖像搜索或購物搜索等工具。
像剛才我們寫公眾號文章時，就選擇了“文檔智讀”功能（會默認(rèn)勾選“圖像處理”工具）。
研究論文、報告，更方便了
同樣是在“文檔智讀”功能下，看論文這件事已經(jīng)變得太便捷了。
例如我們上傳Transformer和Mamba兩篇論文，然后附上一句Prompt：
結(jié)合這兩篇論文的圖表，對比一下Transformer和Mamba模型的異同，并幫我思考一下大模型架構(gòu)下一步該如何發(fā)展？
同樣是幾分鐘后，一份圖文并茂的對比分析就誕生了（上下滑動瀏覽）：
可以看到，GLM-4.6V先是對Transformer和Mamba架構(gòu)分別做了核心特點(diǎn)的介紹；然后以表格和圖文的形式對二者進(jìn)行了關(guān)鍵維度上的對比；最后也是對大模型架構(gòu)的未來發(fā)展方向做出了總結(jié)。
如此功能之下，不僅僅是對比看論文，像是研究、分析報告這類任務(wù)也會派上大用場。
這一次，我直接“喂”給GLM-4.6V四份財(cái)報（蘋果、谷歌、亞馬遜和Meta）：
幫我對比這四家公司Q3財(cái)報，圖表形式做分析。
GLM-4.6V的思考過程同樣是調(diào)取了各個財(cái)報中的關(guān)鍵圖表和數(shù)據(jù)，然后先是匯總成了一份對比表格，再對關(guān)鍵指標(biāo)做了逐一的解析，最終給出了關(guān)鍵性結(jié)論。
甚至你可以不用提供任何資料，只需要一句話就能生成報告：
搜索一下最近新出“豆包AI手機(jī)”，并生成圖文并茂的報告。
由此可見，在GLM-4.6V的加持之下，解讀論文、報告，統(tǒng)統(tǒng)都變成了一句話的事兒。
一張圖復(fù)刻B站網(wǎng)頁版
GLM-4.6V還有一個特別有意思的功能，它只需要看一眼網(wǎng)站，就能高度復(fù)刻出來！
我們先截取B站首頁的截圖：
然后開啟“圖片識別”和“圖片處理”兩個工具，并簡單一句話下達(dá)指令：
復(fù)刻這個網(wǎng)站，網(wǎng)站里包含的圖片也要復(fù)刻出來。
然后GLM-4.6V就開始唰唰唰地“敲代碼”：
同樣是幾分鐘的時間，一個高度還原B站首頁的完整HTML和CSS代碼就搞定了：
我們還可以對初始結(jié)果做進(jìn)一步的優(yōu)化，例如來上一句：
把主題變成深色模式。
再細(xì)如頁面里的排版布局，統(tǒng)統(tǒng)都可以通過自然語言的方式來做調(diào)整。
不得不說，這種玩法可以給前端程序員省了不少的工作量；而且還有個福利哦——價格更便宜了。
GLM-4.6V系列相較于GLM-4.5V降價50%，API 調(diào)用價格低至輸入 1 元/百萬tokens，輸出 3 元/百萬 tokens。
而且據(jù)說GLM-4.6V已經(jīng)進(jìn)入到智譜的Coding Plan套餐里嘍~
長視頻也是能hold住
在文檔、圖片之后，另一種多模態(tài)——視頻，GLM-4.6V也能處理。
我們以Ilya在多倫多大學(xué)的一段演講為例：
10分鐘時長的視頻內(nèi)容，GLM-4.6V只需要幾十秒的時間就能將其總結(jié)到位：
進(jìn)一步的，你還可以要求GLM-4.6V來翻譯視頻中Ilya演講的所有內(nèi)容：
以后看AI大佬英文演講的視頻，真的是方便太多了。
萬物皆可GLM-4.6V
除了我們上面提到的案例之外，還有好多好多真實(shí)場景都能用的上GLM-4.6V.
例如想解一下一道考研數(shù)學(xué)真題的解法，咱們就把題目截圖丟給它：
幫我解答這道題。
GLM-4.6V會很快分析解題的詳細(xì)過程并給出正確答案：C。
再如你看到一張可視化的圖表，想要把它轉(zhuǎn)換成數(shù)據(jù)：
同樣的操作，同樣一句話，就可以完成了：
值得一提的是，哪怕是手機(jī)拍照拍下來的圖片、表格等，也都是可以一鍵OCR的哦~
包括古文手稿：
GLM-4.6V知道需要按照從右到左、從上到下的順序來閱讀：
還有視覺任務(wù)中經(jīng)常用的目標(biāo)檢測，在GLM-4.6V這里也是可以搞定的。
例如我們給一張貓咪們的合影，然后Prompt如下：
識別圖中所有貓的品種。請以合法的JSON格式返回結(jié)果，結(jié)果是一個list，每一個list元素對應(yīng)一個目標(biāo)檢測結(jié)果dict，dict的key由label、bbox_2d組成，值分別為檢測到的貓的品種和結(jié)果坐標(biāo)框。例如：[
{ ‘label’: ‘金漸層-1’, ‘bbox_2d’: [1,2,3,4]}, { ‘label’: ‘金漸層-2’, ‘bbox_2d’: [4,5,6,7]}]
不一會兒的功夫，GLM-4.6V就會框出所有貓咪：
{ “label”: “虎斑貓-1”, “bbox_2d”: [95,152,192,825]}, { “label”: “虎斑貓-2”, “bbox_2d”: [185,332,310,852]}, { “label”: “暹羅貓-1”, “bbox_2d”: [295,352,428,902]}, { “label”: “美短-1”, “bbox_2d”: [415,520,508,922]}, { “label”: “緬因貓-1”, “bbox_2d”: [498,262,603,852]}, { “label”: “英短-1”, “bbox_2d”: [603,452,697,872]}, { “label”: “挪威森林貓-1”, “bbox_2d”: [685,120,797,832]}, { “label”: “虎斑貓-3”, “bbox_2d”: [802,482,882,832]}再經(jīng)過渲染，我們就得到了經(jīng)典的目標(biāo)檢測效果：
已經(jīng)是開源里的SOTA了
從整體實(shí)測過程和結(jié)果來看，GLM-4.6V在體感上是非常絲滑的。
而之所以如此，也離不開它背后自身實(shí)力的迭代升級。
這次智譜升級的GLM-4.6V分為了兩個版本，分別是：
GLM-4.6V（106B-A12B）：面向云端與高性能集群場景的基礎(chǔ)版GLM-4.6V-Flash（9B）：面向本地部署與低延遲應(yīng)用的輕量版
智譜不僅將這個版本的視覺推理模型的上下文窗口大小提升到了128K tokens，在MMBench、MathVista、OCRBench等30多個主流多模態(tài)評測Benchmark中，也是取得了同級別SOTA的結(jié)果！
其中9B版本的GLM-4.6V-Flash整體表現(xiàn)超過Qwen3-VL-8B，106B參數(shù)12B激活的GLM-4.6V表現(xiàn)比肩2倍參數(shù)量的Qwen3-VL-235B。
除了評測榜單結(jié)果之外，智譜還將GLM-4.6V背后的技術(shù)細(xì)節(jié)也亮了出來——
首次在模型架構(gòu)中將Function Call（工具調(diào)用）能力原生融入視覺模型，打通從“視覺感知”到“可執(zhí)行行動”（Action）的鏈路，為真實(shí)業(yè)務(wù)場景中的多模態(tài) Agent 提供統(tǒng)一的技術(shù)底座。
評測結(jié)果、技術(shù)實(shí)力固然重要，但到了AI發(fā)展的現(xiàn)階段，到底實(shí)不實(shí)用、好不好用才是真正能讓AI應(yīng)用殺出自己一片天地的護(hù)城河。
從這次深度實(shí)測結(jié)果來看，GLM-4.6V，絕對是做到了這一點(diǎn)的那個AI。
最后，如果小伙伴對GLM-4.6V感興趣，鏈接就放下面了，趕緊去體驗(yàn)吧~
GLM-4.6V地址：
https://chat.z.ai