---
license: mit
pipeline_tag: text-generation
tags:
- glm4v
- AWQ
- vLLM
base_model:
- ZhipuAI/GLM-4.1V-9B-Thinking
base_model_relation: quantized
---
# GLM-4.1V-9B-Thinking-AWQ
基础型 [ZhipuAI/GLM-4.1V-9B-Thinking](https://www.modelscope.cn/models/ZhipuAI/GLM-4.1V-9B-Thinking)
### 【模型更新日期】
```
2025-07-03
1. 首次commit
2. 确定支持1、2、4卡的`tensor-parallel-size`启动
```
### 【依赖】
```
vllm==0.9.2
```
### 【💡2025-07-03 临时安装命令💡】
```
pip3 install -r requirements.txt
git clone https://github.com/zRzRzRzRzRzRzR/vllm.git
cd vllm
git checkout glm4_1-v
VLLM_USE_PRECOMPILED=1 pip install --editable .
```
### 【模型列表】
| 文件大小 | 最近更新时间 |
|---------|--------------|
| `6.9GB` | `2025-07-03` |
### 【模型下载】
```python
from modelscope import snapshot_download
snapshot_download('tclf90/GLM-4.1V-9B-Thinking-AWQ', cache_dir="本地路径")
```
### 【介绍】
# GLM-4.1V-9B-Thinking
📖 查看 GLM-4.1V-9B-Thinking 论文 。
💡 立即在线体验 Hugging Face 或 ModelScope 上的 GLM-4.1V-9B-Thinking。
📍 在 智谱大模型开放平台 使用 GLM-4.1V-9B-Thinking 的API服务。
## 模型介绍
视觉语言大模型（VLM）已经成为智能系统的关键基石。随着真实世界的智能任务越来越复杂，VLM模型也亟需在基本的多模态感知之外，
逐渐增强复杂任务中的推理能力，提升自身的准确性、全面性和智能化程度，使得复杂问题解决、长上下文理解、多模态智能体等智能任务成为可能。
基于 [GLM-4-9B-0414](https://github.com/THUDM/GLM-4) 基座模型，我们推出新版VLM开源模型 **GLM-4.1V-9B-Thinking**
，引入思考范式，通过课程采样强化学习 RLCS（Reinforcement Learning with Curriculum Sampling）全面提升模型能力，
达到 10B 参数级别的视觉语言模型的最强性能，在18个榜单任务中持平甚至超过8倍参数量的 Qwen-2.5-VL-72B。
我们同步开源基座模型 **GLM-4.1V-9B-Base**，希望能够帮助更多研究者探索视觉语言模型的能力边界。
与上一代的 CogVLM2 及 GLM-4V 系列模型相比，**GLM-4.1V-Thinking** 有如下改进：
1. 系列中首个推理模型，不仅仅停留在数学领域，在多个子领域均达到世界前列的水平。
2. 支持 **64k** 上下长度。
3. 支持**任意长宽比**和高达 **4k** 的图像分辨率。
4. 提供支持**中英文双语**的开源模型版本。
## 榜单信息
GLM-4.1V-9B-Thinking 通过引入「思维链」（Chain-of-Thought）推理机制，在回答准确性、内容丰富度与可解释性方面，
全面超越传统的非推理式视觉模型。在28项评测任务中有23项达到10B级别模型最佳，甚至有18项任务超过8倍参数量的Qwen-2.5-VL-72B。
