GPT-6 Astra也会「看错」流程图? Einsia AI发布PPTBench，视觉编程还有多远？（在新窗口打开）
Einsia AI旗下Navers Lab发布视觉编程基准PPTBench，包含500个科学流程图任务并测试10个模型36种配置，GPT-6 Astra High以77.34分居首，但64.03%的结果因流程语义错误被拒，表明视觉理解仍是当前主要瓶颈。
搜索
关于“视觉编程”的结果
共 4 篇
全解读｜智谱 GLM-5V-Turbo 发布，多模态 Coding 基模（在新窗口打开）
今天，智谱发布 GLM-5V-Turbo，定位「面向视觉编程的多模态 Coding 基座模型」。一句话概括：在 GLM-5-Turbo 的编程和龙虾能力基座上，加入了原生的视觉理解和推理能力
一切模态皆Code！实测智谱GLM新模型！视觉编程超亮眼：一张马斯克X头像生成一个3D手办，连苹果官网的动效也学会了！为龙虾而生！（在新窗口打开）
今天，智谱正式发布 GLM-5V-Turbo。 看名字就知道，这次智谱新模型，视觉能力大大加强了！话不多说，这次小编直接开测，边测边为大家说一下对 GLM-5V-Turbo 的使用感受。
5.5B激活参数！又一国产多模态模型开源，能自己看网页改代码，免费可用（在新窗口打开）
视觉编程成绩超GPT-5.4。 智东西9月9日报道，今日，蚂蚁百灵正式开源其首个原生多模态大模型Ling-3.0-flash-VL。Ling-3.0-flash-VL是一款1240亿总参数的MoE模型，单次推理激活5.5亿参数，原生支持图像、文本和视频输入，上下文窗口达到256K Tokens。 此次蚂蚁同步开放了模型的BF16和FP8版本，开发者已经可以在Hugging Face和ModelScope下载模型权重，FP4和INT4版本也将在近期上线。 ▲Ling-3.0-flash-VL开源主页（图源：Hugging Face） 这款模型基于此前的Ling-3.0-flash拓展而来。相比纯