基于 GLM-4-9B-0414 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。
参考文献：
[1] https://github.com/THUDM/GLM-4.1V-Thinking/blob/main/README_zh.md
[2] https://arxiv.org/abs/2507.01006
[3] https://github.com/THUDM/GLM-4.1V-Thinking
[4] https://huggingface.co/THUDM/GLM-4.1V-9B-Thinking/tree/main
[5] https://www.bigmodel.cn/dev/api/visual-reasoning-model/GLM-4.1V-Thinking
知识星球：Dify源码剖析及答疑，Dify扩展系统源码，AI书籍课程|AI报告论文，公众号付费资料。加微信buxingtianxia21进NLP工程化资料群，以及Dify交流群。
（文：NLP工程化）