“28项评测23项SOTA——GLM-4.1V-9B-Thinking本地部署教程：10B级视觉语言模型的性能天花板！

一、模型介绍

GLM-4.1V-9B-Thinking是由智谱AI联合清华大学团队推出的多模态大模型，以GLM-4-9B-0414基座模型为底，通过引入"思维链推理机制"和"课程采样强化学习策略"（Reinforcement Learning with Curriculum Sampling），显著提升了模型的跨模态推理能力与稳定性。在继承 GLM 系列通用大模型能力的基础上，进一步强化了视觉理解和复杂推理能力。

该模型支持长上下文输入，具备处理图像、视频、文本等多种模态的能力，适用于教育、科研、工业和政务等多个领域。在28项测评任务中有23项达到10B级别模型最佳，其中18项任务持平甚至超过8倍参数量的Qwen-2.5-VL-72B。

GLM-4.1V-9B-Thinking标志着智谱GLM系列模型从感知向认知阶段的跃迁，在突破了小模型的性能极限下，也作出如下创新：

1.在深度推理领域表现卓越，支持图像、视频、文档等多模态输入。

2.作为参数模型仅为9B的模型，在部分高难度任务中，模型表现可以媲美GPT-4o。

3.模型开源，还提供了坚实的GLM-4.1V-9B-Base模型，利于研究者们的二次开放与创新。

二、模型部署

基础环境最低配置推荐

环境名称	版本信息
Ubuntu	22.04.4 LTS
Python	3.12.4
CUDA	12.6
NVIDIA Corporation	RTX 4090 * 2

注：推荐pytorch 2.7.1

1.更新基础软件包、配置镜像源

查看系统版本信息

#查看系统的版本信息，包括 ID（如 ubuntu、centos 等）、版本号、名称、版本号 ID 等
cat /etc/os-release

更新软件包列表

#更新软件列表
apt-get update

配置国内镜像源（阿里云）

具体而言，vim指令编辑文件 sources.list

#编辑源列表文件
vim  /etc/apt/sources.list

按 "i"进入编辑模式，将如下内容插入至 sources.list文件中

deb http://mirrors.aliyun.com/ubuntu/ jammy main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ jammy main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ jammy-security main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ jammy-security main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ jammy-updates main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ jammy-updates main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ jammy-backports main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ jammy-backports main restricted universe multiverse

最后，按 "esc"键退出编辑模式，输入 :wq 命令并按下 "enter"键便可保存并退出 sources.list文件

2.虚拟环境创建

进入pytorch官网（Get Started）

找到从本地开始（Start Locally）------>PyTorch Build（Stable 2.7.1）------>Your OS（Windows）------>Packge（Pip）------>Language（Python）------>Compule Platform（CUDA 12.6）

复制所框选"命令行"后，转入至终端中粘贴执行安装

创建虚拟环境

#创建名为GLM-Thking的虚拟环境，python版本：3.12
conda create -n GLM-Thking python=3.12

激活虚拟环境

#激活

conda activate GLM-Thking

3.克隆项目

进入文件夹GLM-4.1V-9B-Thinking

cd /root/sj-tmp/GLM-4.1V-9B-Thinking/

从github官网中克隆存储库

#克隆存储库
git clone https://github.com/THUDM/GLM-4.1V-Thinking.git

4.下载依赖

requirements.txt文件

pip install -r requirements.txt

5.模型下载

转到魔塔社区官网下载模型文件：GLM-4.1V-9B-Thinking · 模型库

使用命令行下载完整模型库

#在下载前，请先通过如下命令安装 
pip install modelscope

#命令行下载
modelscope download --model ZhipuAI/GLM-4.1V-9B-Thinking

6.模型推理及webUI启动

模型推理代码均在 inference文件夹中

（1）执行命令行交互脚本 trans_infer_cli.py 便可进行连续对话

python trans_infer_cli.py --model_path '/root/sj-tmp/GLM-4.1V-9B-Thinking/'

（2）执行Gradio 界面脚本 trans_infer_gradio.py便可搭建一个可以直接使用的 Web 界面

python trans_infer_gradio.py

若遇到端口被占用的问题，可通过如下命令解决：

#查看端口号进程
lsof -i :<端口号>
#强制退出进程
kill -9 <API>

（3）web页面图像推理

（4）web页面视频推理