智谱发布GLM-5 V-Turbo模型：编程告别纯文本一张图片就能生成代码

快科技4月2日消息， 智谱正式发布面向视觉编程打造的GLM-5V-Turbo多模态Coding基座模型。

该模型从预训练阶段深度融合视觉与文本能力， 打破了纯文本输入的编程局限，能看懂设计稿、截图、网页界面并生成可运行代码，真正实现了看得懂画面、写得出代码。

GLM-5V-Turbo拥有三大核心特性：

其一为原生多模态Coding基座，可原生理解图片、视频、设计稿等多模态输入，支持画框、截图等多模态工具调用，上下文窗口拓展至200k，让Agent的感知-行动链路延伸至视觉交互；

其二是兼顾视觉与编程能力，在多模态Coding、GUI Agent等核心基准上表现领先，且通过多任务协同RL技术，保证纯文本场景下的编程、推理能力不退化；

其三是深度适配Claude Code与龙虾场景，可实现“看懂环境→规划动作→执行任务”的完整闭环，还配备全套官方Skills，开箱即可使用。

实测数据显示，GLM-5V-Turbo在设计稿还原、视觉代码生成等基准上均取得领先，在AndroidWorld、WebVoyager等GUI环境操控测试中表现突出，纯文本Coding能力也保持稳定。

在龙虾Agent相关测试中，模型接入后让龙虾拥有真正的视觉能力，在PinchBench等评测中斩获优异成绩，复杂任务执行能力得到验证。

目前GLM-5V-Turbo已落地图像即代码、龙虾视觉赋能等典型场景，能实现前端复刻、GUI自主探索复刻，还能让龙虾完成K线图解读、图文报告生成等任务。

用户可通过AutoClaw、Z.ai等产品体验，也能通过官方API接入，多款官方Skills也已上线ClawHub。

【本文结束】如需转载请务必注明出处：

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？

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

梦回P20时代！华为Pura 90系列回归渐变色：最美Pura来了

刚刚，阿尔忒弥斯2号成功发射，人类时隔54年重返月球

字节Seed启动大模型校招 全球招募百位AI人才

广汽丰田铂智7光电测试成绩出炉 综合续航达成率86%

联想杨元庆：两年后营收冲刺1000亿美元

FREELANDER神行者全球首秀，首款概念车Concept 97惊艳亮相

“张雪”被全球更多人知道了 全球搜索热度暴涨

时长5个小时！雷军宣布：周四晚直播拆新SU7 每个细节逐一拆解和讲透

智能手表泄露高精度GPS 数据！某国军官日常跑步暴露军事机密致重大损失

又来！美国参议员提议全面封杀中国汽车：呼吁盟友一起封堵

张雪机车10天订单量逼近万台：店员手机被打爆 一天三充

智能手表泄露高精度GPS 数据！某国军官日常跑步暴露军事机密致重大损失

AI清明短片《纸手机》爆火 网友：最有人味的短片

凯越机车致歉：没有否定张雪贡献 直播间标题引发外界误解和争议

真诚才是必杀技！青岛保时捷女销售再夺一季度销冠

罚款我认！张雪机车禁新手购820RR或将面临处罚 官方回应

你信吗！日本主帅霸气发言引热议：我相信球队能赢得世界杯冠军

消息称原特斯拉中国区总经理入职小米 负责汽车销售

张雪称影视版权给顶级团队：将提供顶级真实比赛资源

主题：GLM-5V-Turbo|设计稿