智谱 GLM-Omni 论文曝光：唐杰团队揭示统一多模态模型“会画不会说”

清华与智谱 AI 联合论文曝光内部模型 GLM-Omni，其图像生成平均正确率 54.00%，纯文字问答仅 14.57%。采用图文交错对齐训练后文字正确率升至 26.86%，再用 Visual CoT 先画后答可达 41.14%。论文未披露该模型与 GLM-5.5 的版本对应关系。