VLM 充当 GLM 的“眼睛”
MaziyarPanahi · x · 2026-07-11
GLM-5.2 被用来驱动 Mol 查看器进行结构生物学任务，但它本身看不到自己在画什么；作者改用 Qwen3-VL-235B 充当“眼睛”，持续检查每次渲染结果并给出修改建议，例如提示“药物没有居中，需要放大”。
这个 VLM-as-eyes 的回路会不断迭代，直到目标分子在口袋里呈现正确位置，最后再把结果做成 3D 展示。作者表示整个流程基于开源模型，并放在 Hugging Face 上。
所属事件:开源模型协同做结构生物学：GLM-5.2 搭配 Qwen3-VL 实现自迭代闭环(5 条相关)→
「多模态」频道最新
- Wan2GP 上架 Pinokio：6GB 显存一键跑 AI 视频生成 — cocktailpeanut · 2026-10-27
- Wan2GP AMD 版一键安装上线，6GB 显存即可跑 AI 视频生成 — cocktailpeanut · 2026-10-27
- WanGP v18.81 支持 Hy-Nomas 世界模型，8GB 显存可用 WASD 探索 — cocktailpeanut · 2026-10-27
- 可编程视频编辑器 Butter 走红:时间线上搭积木做动效模板 — beechinour · 2026-10-27
- AI 视频：布洛克·莱斯纳对决「高个邓肯」玩具对决 — KloneStudios · 2026-10-27
- 2 小时 50 美元复刻 Kurzgesagt 格式，引出「AI 创作缺意图」之争 — motionbynick · 2026-10-27