GLM 5.3 Flash 视觉实测：图像分析能力惊人
ex-arman68 · reddit · 2026-08-29
作者实测了 GLM 5.3 Flash 的图像分析能力，在没有提供背景信息的情况下，模型对一张专辑封面进行了极其详细和准确的分析。分析涵盖了主题、风格媒介、构图、调色板、文本细节及情绪等多个维度，识别出了 70 年代迷幻风格、具体的色彩代码（如 #ff3c14）、半色调网点等细节。作者认为这比他最近测试的本地视觉模型都要好，并终于迎来了具备视觉能力的 GLM 模型。
「多模态」频道最新
- Kling 4.0 实测：单次生成 30 秒 1080p 长镜头与角色参考 — HeyZoyaKhan · 2026-10-15
- Kling 4.0 生成泰山率狼群军团出征，30 秒成片难辨真假 — HeyZoyaKhan · 2026-10-15
- Kling 4.0 主打「导演式」视频生成:编排动作、构建视觉世界 — alex_verem · 2026-10-15
- ElevenLabs MCP + Claude Motion:一句提示词给视频加动效,跳过 AE — CurieuxExplorer · 2026-10-15
- Google 演示:Gemini 内把学术 PDF 一键变彩色动画故事书 — CurieuxExplorer · 2026-10-15
- Magnific One 拍图 + Seedance 2.5 一条提示词,产出 15 秒完整广告片 — CurieuxExplorer · 2026-10-15