智谱发布原生多模态编程模型GLM-5V-Turbo 实现视觉与编程能力深度融合

4月2日，智谱发布首个原生多模态编程基座模型GLM-5V-Turbo。该模型深度融合视觉与编程能力，能够原生处理文本、图片、视频等多模态信息，擅长编程、长程规划等复杂任务。

据悉，GLM-5V-Turbo在多模态编程等核心基准上表现优异，在保持纯文本编程能力的同时引入视觉能力。该模型深度适配Claude Code与龙虾场景，使OpenClaw具备视觉理解能力。

与传统纯文本编程模型不同，GLM-5V-Turbo可直接理解设计稿、网页截图等视觉信息并生成可运行代码，实现所见即所得的AI编程体验。目前该模型已通过智谱MaaS平台开放接入。