智譜AI、オープンソース視覚モデル「GLM-4.6V」公開：ツール呼び出しにネイティブ対応
中国の智譜AIが視覚言語モデル「GLM-4.6V」シリーズをMITライセンスでオープンソース公開した。106Bと軽量な9B Flashの2種を用意し、12.8万トークンの文脈に対応する。画像や動画を直接関数へ渡せるネイティブなツール呼び出しが最大の特徴で、商用利用も可能だ。
中国の智譜AIが視覚言語モデル「GLM-4.6V」シリーズをMITライセンスでオープンソース公開した。106Bと軽量な9B Flashの2種を用意し、12.8万トークンの文脈に対応する。画像や動画を直接関数へ渡せるネイティブなツール呼び出しが最大の特徴で、商用利用も可能だ。