智谱发布GLM-5 V-Turbo多模态Coding基座模型，为龙虾安上眼睛
IT之家 4 月 2 日消息，今日，智谱发布面向视觉编程打造的多模态 Coding 基座模型 GLM-5V-Turbo。其具备以下特点：原生多模态 Coding 基座，兼顾视觉与编程能力，并深度适配 ClaudeCode 与龙虾场景。
据介绍，GLM-5V-Turbo 从预训练阶段深度融合视觉与文本能力，让编程不再局限于纯文本输入。模型能 看懂设计稿、截图、网页界面 ，并据此生成完整可运行的代码，真正做到看得懂画面、写得出代码。
在多模态 Coding、Agentic 任务以及纯文本 Coding 维度的评测基准上，GLM-5V-Turbo 均以更小尺寸取得了领先表现。
GLM-5V-Turbo 在设计稿还原、视觉代码生成、多模态检索与问答、视觉探查等基准上 均取得领先表现 ；在衡量真实 GUI 环境操控能力的 AndroidWorld 、WebVoyager 等基准上同样表现突出。在纯文本 Coding 能力方面，GLM-5V-Turbo 在 CC-Bench-V2 的 Backend、Frontend 和 Repo Exploration 三项核心基准测试中均保持稳定表现，表明视觉能力引入后，纯文本编程与推理能力保持了同等水准。
在 AutoClaw 等龙虾 Agent 中接入 GLM-5V-Turbo 后， 龙虾具备了真正的视觉能力 ，能看懂屏幕上的信息。模型在衡量龙虾 Agent 任务执行质量的 PinchBench 、ClawEval 和 ZClawBench 上取得优异成绩，验证了其在复杂任务执行场景中的综合能力。
图像即代码
为龙虾安上眼睛
新浪科技公众号
“掌”握科技鲜闻 （微信搜索techsina或扫描左侧二维码关注）
“不好看就退票”服务，能救电影院吗？
微信封禁自家“兄弟”红包，打的什么牌？
华住，比携程还会捞金？
特斯拉确认 Robotaxi 特定情况下将由人工远程接管：系“最后手段”
Claude Code源码泄露7小时：8大新功能/26个隐藏指令/6级安全架构，全被扒光了
小米汽车距离完成年目标差多远？后续月均需交付5.2万辆
OPPO K15 Pro系列首发磁吸镜头模组：支持3D打印DIY
张雪身价上亿还在用两千多块钱坏手机：没给自己买过一个豪华的东西
TechWeb微晚报：苹果iOS 27 Siri大更新，OpenAI关停Sora真实原因曝光
深开鸿自研国产操作系统 KaihongOS桌面版（X86）更新发布 小龙虾上线
岚图汽车3月交付新车15019辆 岚图梦想家为销量支柱车型
对抗A社丧心病狂的封禁：Claude源码泄露后反封号工具来了
广汽丰田铂智7光电测试成绩出炉 综合续航达成率86%