zai-org

ChatGLM-6B: Um modelo de linguagem de diálogo bilíngue de código aberto

Um modelo e framework de agente de telefone aberto. Desbloqueando o telefone de IA para todos

ChatGLM2-6B: Um LLM de chat bilíngue de código aberto

Série ChatGLM3: LLMs de chat bilíngues de código aberto.

Geração de vídeo a partir de texto e imagem: CogVideoX (2024) e CogVideo (ICLR 2023)

CodeGeeX: Um modelo de geração de código multilíngue aberto (KDD 2023)

CodeGeeX2: Um modelo de geração de código multilíngue mais poderoso.

GLM-OCR: Preciso, rápido e abrangente.

GLM-5: De Vibe Coding a Engenharia Agêntica.

Série GLM-4: Modelos de bate-papo multilíngues e multimodais abertos

Um modelo de linguagem visual aberto de última geração.

GLM-4.5: Modelos de Fundação para Agentes, Raciocínio e Codificação (ARC)

Modelo de linguagem conversacional multimodal em chinês e inglês.

GLM-4-Voice | Modelo de diálogo de voz ponta a ponta em chinês e inglês.

CodeGeeX4-ALL-9B, um modelo versátil para todos os cenários de desenvolvimento de software por IA, incluindo preenchimento de código, interpretador de código, pesquisa na web, chamada de funções, perguntas e respostas em nível de repositório e muito mais.

Modelo multimodal de código aberto com nível GPT4V baseado no Llama3-8B

GLM-4.6V/4.5V/4.1V-Thinking: Rumo ao raciocínio multimodal versátil com aprendizado por reforço escalável

[NeurIPS 2023] ImageReward: Aprendendo e avaliando preferências humanas para geração de texto para imagem

Um agente GUI baseado em VLM de ponta a ponta de código aberto

Implementação oficial do SCAIL-2: Unificando a animação de personagens controlados com condicionamento in-context de ponta a ponta

CogView4, CogView3-Plus e CogView3 (ECCV 2024)

GLM-TTS: TTS zero-shot controlável e com expressão emocional usando aprendizado por reforço com múltiplas recompensas.

SCAIL: Rumo à animação de personagens de nível de estúdio via aprendizado em contexto de representações de pose 3D consistentes (CVPR 2026 Findings).

GLM-Image: Auto-regressivo para geração de imagens de alta fidelidade e conhecimento denso.

GLM-ASR-Nano: Um modelo de reconhecimento de fala robusto e de código aberto com 1,5 bilhão de parâmetros.