会懂网络：智谱发布 GLM-5V-Turbo，视觉编程基座模型开启新世代

会懂网络 AI 资讯，获悉，今日，智谱 AI 正式发布了多模态 Coding 基座模型 GLM-5V-Turbo，这个模型的发布，正式开启了 AI 编程的 “多模态原生” 时代，给 AI 编程领域带来了全新的变化。

过去的 AI 编程模型，大多都是文本 – only 的，只能处理文本的代码，没办法处理视觉的内容，所以，如果开发者有一个 UI 设计稿，想要把它变成代码，就需要先把设计稿转成文本的描述，然后再给模型，这样不仅麻烦，而且还会丢失很多细节。但 GLM-5V-Turbo 不一样，它是原生的多模态编程模型，深度融合了视觉和编程的能力，它可以直接理解设计稿、UI 截图，然后直接生成对应的前端代码，整个过程不需要任何的文本转换，非常方便。

据智谱官方介绍，GLM-5V-Turbo 的上下文窗口扩展到了 200K 字符，就算是很长的代码，或者很大的设计稿，它也能一次性处理完。而且，这个模型是专门为了提升 AI Agent 的视觉感知和编程效率设计的，它能让 AI 智能体拥有视觉的能力，能看懂界面上的内容，然后自己操作界面，完成任务。

比如，你想要做一个网页，你把 UI 设计师做好的截图丢给这个模型，它就能直接看懂截图里的布局、颜色、字体，然后生成对应的 HTML、CSS 代码，甚至还能加上交互的 JavaScript 代码，整个过程，你不用写任何的描述，模型自己就能搞定。这对于前端开发者来说，简直是效率神器，过去要花一天时间写的前端页面，现在几分钟就能搞定了。

很多开发者在试用了这个模型之后都表示，这个模型的效果比他们想象的还要好，就算是很复杂的 UI，它也能还原得很准确，而且生成的代码质量也很高，几乎不用怎么修改就能直接用。业内人士表示，GLM-5V-Turbo 的发布，意味着 AI 编程已经从文本时代进入了多模态时代，以后，AI 不仅能帮你写代码，还能帮你看懂图，帮你做设计，整个开发的流程都会被彻底重构。

来源：AI Top100、软盟资讯