2025年7月，智谱开源了仅9B大小的视觉语言模型GLM-4.1V-9B-Thinking，在28项评测中斩获23个SOTA，成为10B级别中效果最好的VLM模型。该模型在18项评测中表现超越参数量达其8倍的Qwen-2.5-VL-72B，核心优势在于引入了思维链（Chain-of-Thought）推理机制和课程采样强化学习（RLCS）。浦东创投集团和张江集团已对该项目投资10亿元，首笔资金将近期到位。GLM-4.1V-9B-Thinking具备多模态深度推理能力，可处理超长视频解析、智能读图问答、理科解题、专业文档处理等任务，并已在数学题解答、图像分析等场景中展现优异表现。相关论文、代码及模型已开源，详见arXiv与各大平台链接。