清华与智谱论文曝光 GLM-Omni：统一模型「会画不会说」，图像训练知识难以被语言调用

GLM-5.5 要来了？唐杰最新论文，曝出智谱神秘模型 清华大学与智谱 AI 联合论文（唐杰任通讯作者）披露统一多模态模型 GLM-Omni，并研究图像生成训练中学到的知识能否被文字问答调用。在受控虚构世界实验中，GLM-Omni 在 7 类任务上的平均视觉正确率为 54%，改用文字回答仅 14.57%；球衣号码任务中生成正确率 72%、文字问答仅 2%。模型名称已引发外界将其与 GLM-5.5 联系的猜测，但论文未披露版本对应关系。