视觉编码器

GLM‑4.1V‑Thinking 是清华大学与知谱 AI 联合开发的首个开放源多模态推理模型，融合 RLCS（课程采样强化学习）和 CoT（链式思维）训练，实现 10B 级参数在 STEM、长文理解、视频分析等28个任务上对标 72B 模型甚至 GPT‑4o，适合 AI 工具使用者构建高性能视觉推理系统。

Kwai Keye‑VL 是快手推出的 8 B 参数多模态大语言模型，聚焦动态短视频理解与视觉推理，支持图文与视频输入。本文深入分析其架构、性能、使用指南与 FAQ，助 AI 用户快速掌握。