“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

bash 复制代码
#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

csharp 复制代码
#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

bash 复制代码
#编辑源列表文件
vim  /etc/apt/sources.list

"i"进入编辑模式,将如下内容插入至 sources.list文件中

arduino 复制代码
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

ini 复制代码
#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

复制代码
conda activate GLM-Thking

3.克隆项目

进入文件夹GLM-4.1V-9B-Thinking

bash 复制代码
cd /root/sj-tmp/GLM-4.1V-9B-Thinking/

从github官网中克隆存储库

bash 复制代码
#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

复制代码
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

bash 复制代码
#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

arduino 复制代码
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

复制代码
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:

bash 复制代码
#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

相关推荐
顾默@10 分钟前
个人电脑部署私有化大语言模型LLM
人工智能·语言模型·自然语言处理
AI视觉网奇13 分钟前
语音识别数据集
人工智能·语音识别
卓码软件测评19 分钟前
软件项目中标需要哪些东西?软件工程投标需要准备什么材料?
人工智能·功能测试·软件构建·开源软件·软件需求
martian66519 分钟前
深度学习核心:卷积神经网络 - 原理、实现及在医学影像领域的应用
人工智能·深度学习·机器学习·cnn·卷积神经网络·dicom医学影像
棱镜七彩25 分钟前
【网安播报】Lazarus Group 利用开源包展开长期供应链间谍战
开源
万俟淋曦32 分钟前
人工智能图像生成的道德利弊
人工智能·aigc·图像识别
W.KN35 分钟前
机器学习【一】线性模型
人工智能·机器学习
_Meilinger_36 分钟前
论文研读|基于图像修复的AI生成图像检测(CVPR 2025)
人工智能·深度学习·计算机视觉·ai·aigc·图像取证·生成图像检测
吾鳴37 分钟前
网信办约谈英伟达,H20芯片后门风波震动中国AI产业
人工智能·nvidia·芯片
悟乙己39 分钟前
译|Netflix 数据平台运营中基于机器学习自动修复系统
人工智能·机器学习·系统平台·自动修复