• 开源最强多模态推理模型：GLM-4.5V（106B-A12B）在 42 个公开基准上几乎全线刷新开源 SOTA；

• 一套可复制的训练范式：从大规模预训练 → 长链式监督微调（SFT）→ 可扩展强化学习（RLCS），三步走即可让模型“会看图、会推理、会动手”。

• 首次系统验证“跨域强化学习”：STEM、OCR、GUI、Grounding 等任务互相增益，打破“单任务 RL 天花板”。

• 成为多模态RAG、Agentic应用基模的不错选择，科研Agent实践

  

一、 模型总览

模型	参数量	特色	开源权重
GLM-4.1V-9B-Thinking	9B dense	纯“思考”模式，轻量高能	✅
GLM-4.5V (Thinking)	106B-A12B MoE	支持思考/非思考双模式，开源最强	✅
GLM-4.1V-9B-Base	9B dense	预训练基线，可继续微调	✅

图 2：统一架构 = ViT Encoder + MLP Projector + GLM-4 LLM Decoder

二、训练 Pipeline 全景

图 1(B)：强化学习带来最高 10.6% 的绝对增益

阶段	目标	关键数据	技巧
Pre-training	打好视觉-语言底子	2.2 亿 OCR、4000 万 grounding、10 亿级图文对	原生分辨率 + 2D-RoPE
SFT (长 CoT)	学会“一步一步想”	50 M 长链式样本，覆盖 STEM、GUI、VQA 等	强制格式 <think>…</think><answer>…</answer>
RLCS	跨域强化、自动课程	42 个 benchmark 自动生成可验证任务	Curriculum Sampling + EMA 动态扩样

三、RLCS

论文核心创新！

• 问题：传统 RL 在跨模态、多任务时容易“偏科”甚至崩溃。
• 解法：

1. 先离线给每条样本打“难度分”；
2. 在线根据模型实时表现动态调整采样比例——太简单/太难都降权；
3. 用 EMA 平滑扩样，保证梯度稳定。

图 6 实验表明：

• 单域 RL 就能提升他域（STEM → GUI +3.4）；
• Mix-All 联合训练进一步放大收益（+6.6 STEM、+5.2 OCR&Chart）。

图 6：跨域强化学习效果矩阵

四、实验结果一览

PaperAgent总结

GLM-4.5V 系列用一套“预训练 + 长 CoT + 可扩展 RL”三板斧，把开源多模态模型直接抬进“全能推理”时代——代码、模型、奖励系统全开源，值得每一个做 VLM 的同学收藏 + 星标！

https://github.com/zai-org/GLM-V/blob/main/resources/GLM-4.5V_technical_report.pdf

五、AI大模型学习和面试资源

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

这份完整版的大模型 AI 学习和面试资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓