详解 & 实测 GLM-4.7 ，14个Skills、前端设计能力

发布日期：2026-01-01 22:43:32 浏览次数： 4606

作者：kate人不错

微信搜一搜，关注“kate人不错”

这篇文章将带你了解智谱最新发布的 GLM-4.7——结合官方公布的基准数据与我在官网、opencode 等环境中的实际体验，全方位解析它在前端 UI、编码能力和多模态生态上的真实表现。

一、性能提升亮点：数据说话

相信很多观众已经看过那张对比 GLM-4.7 与 4.6 的官方图表。从基准数据来看，无论是在人类偏好测试方面，还是在 Terminal Bench 2.0 这类软件工程基准上，4.7 相比 4.6 都有相当明显的提升。

智谱官方特别强调，新版本在 UI 质量上实现了"重大飞跃"，网页浏览能力也得到了显著加强。

让我比较意外的是，在数学竞赛类基准上，GLM-4.7 的得分居然超过了 Gemini 3 Pro。这说明它在复杂推理、特别是数学推理方面已经具备很强的竞争力。

此外，4.7 还增强了所谓的"交织思考"能力，并且兼容 OpenAI 的 chat completion 接口。官方强调，它在交织思考模式下可以更好地适配 Claude Code 这样的开发环境，在长流程、多步骤任务中表现更稳定。

二、AMA 问答精华：训练幕后揭秘

今天凌晨，智谱团队在 Reddit 平台上举办了一场 AMA（Ask Me Anything）活动，围绕训练难点、数据与 RL 工具链等问题做了深度分享。以下是几个值得关注的要点：

2.1 训练的最大挑战

有用户问到：训练这样的大模型，最大的挑战是什么？智谱的回答是，真正决定效果的往往不是某个"单点技巧"，而是数据质量、多阶段训练策略等多方面的组合。

2.2 算力投入

在训练基础设施上，智谱介绍了他们开源的 Slime 框架，用来支撑后训练和实验阶段的工作量。他们提到，后训练和实验阶段所用到的算力，可能是"最后一次正式训练"的**几十倍。

2.3 开源 RL 工具链

还有观众问到：开源 RL（强化学习）工具链的现状如何，真的能支撑起编程 Agents 的训练吗？智谱的回复是，如果要训练能够解决真实编程任务的 Agents，就需要异构的 Agent 配置，以及上千个并发的 Docker 环境，才能支撑起规模化的训练和评估。这从侧面说明了，想要把"会写代码"的模型真正打磨到可用，需要的不只是一个模型，而是一整套工业级的工具链。

2.5 Claude Code 适配

智谱一再强调：如果你要用 GLM-4.7 来做编码类任务，最适配的环境是 Claude Code。他们针对这一点做了很多优化，包括交织思考的对接与长流程任务的调优。

他们目前并不打算单独发布一个"只会写代码"的纯编码模型。原因在于，团队认为"代码能力"和"Agent 推理能力"是互相促进的：一个真正好用的编码助手，既要理解代码，也要能围绕需求做规划、拆解任务、调用工具。

2.6 前端审美能力

4.7 另一个被反复强调的点是前端审美和 UI 质量。为此，智谱构建了一个包含大量高质量、好看网页的训练数据集，并在数据流程中引入了视觉语言模型，让模型在生成页面时，既考虑结构，也兼顾视觉效果。

2.7 硬件部署

虽然 4.7 的激活参数相对不算特别大，但因为总参数规模仍然很可观，要想在本地完全跑起来，依然需要比较好的硬件配置，尤其是显存和内存都要跟得上。

对 GLM-4.7（355B）而言，即便使用 FP8，加载权重也大致需要 355–400GB VRAM；如果算上 KV Cache，还需要更多。

以工程部署的"最低形态"举例：用 SGLang 部署 FP8，通常需要 8 卡 H100 作为最低配置。GLM-4.7 是面向大规模算力的模型，普通消费级硬件并非目标运行环境。

2.8 团队的 AI 开发工作流

有用户问到，智谱团队成员日常的 AI 开发工作流是什么样的。团队给出的回答大致包括三个部分：

使用智谱自研的 Zcode IDE 进行日常开发
通过多代理并行的方式处理复杂任务
借助 Zread 这类工具阅读、整理文档

三、Skills 能力生态：与 Claude 的异同

因为智谱在文章中多次提到"skill"，我也在 Z AI 平台上做了一番探索。

3.1 14 个核心 Skill

目前平台上大约有 14 个 Skill，涵盖：

类别	具体能力
语言模型	大语言模型、视觉语言模型
语音处理	文本转语音、语音转文字
生成能力	图像生成、AI 视频生成
信息获取	网络搜索、网页内容提取
文档处理	PPT、PDF、Excel 等
设计能力	画布设计、前端设计

前端设计相关的 Skill 里，还提供了不少设计方向和模板。整体看下来，这些 Skill 的形态与 Anthropic 的 Claude Skills 非常相似，只是智谱把它们深度整合进了自家的产品线。

3.2 与 Anthropic Artifacts 的对比

在智谱官网的对话窗口中，只要选择"全栈开发"这样的预设，然后给出类似"帮我做一个 AI 应用"的提示，模型就会自动调用合适的 Skill，完成从需求理解到页面搭建的一整套流程。

相比之下，Anthropic 的 Artifacts 由于能调用的主要是大语言模型本身，其他模型暂时无法直接接入，在这一点上略显受限。

3.3 开发者友好

对于开发者来说，智谱这种"模型产品线 + Skill 编排"的方式，有一个显而易见的好处：你不需要自己去处理各种 AI API 的对接和调用细节，就能比较快地把一个可用的 AI 产品雏形做出来。

四、UI 质感实测：官方 Demo 与实际体验

因为 4.7 特别强调 UI 和前端能力，我也在智谱官网上用它实际生成了一些 Demo 页面来体验。

说明：官网上的这些效果，往往是模型在 Skill 加持下的综合结果。如果你在其他平台上、在没有 Skill 的情况下仅通过 API 调用 GLM-4.7，本地生成的效果可能达不到官网那么好。

4.1 新年聚会场景

角色被生成成了一个方块人。整体布景还算热闘，不过有一个细节值得一提：这个方块人的位置有点问题，看起来像是悬在半空中，略显违和。而他背后的电视机、电视柜下方的场景处理得都还不错，空间层次感也基本到位。

4.2 面条生产线流程

GLM-4.7 生成出了比较清晰的流程结构，将不同步骤以动画的方式串联起来，整体节奏和信息量都还可以。

4.3 悟空的穿越新生活

当我看到页面上方那一整块字体设计时，就感觉这里很可能是调用了前端设计相关的 Skill。不同场景之间的画面转换比较自然，不过每个画面里承载的元素并不多，内容略显单调。

4.4 收音机 SVG

在预览中，无法看出"收音机"本身，这说明在 SVG 生成方面还有提升空间。

4.5 多米诺骨牌

做得中规中矩，逻辑上没有明显问题，但整体观感比较一般。

4.6 催眠动画

这个要有趣得多：可以通过移动鼠标来控制动画模式，其中有一个类似"李萨如曲线"的图案，动态效果和交互体验都还不错。

4.7 兵马俑觉醒

体现了模型在创意和风格上的潜力。GLM-4.7 给出的兵马俑形象非常时尚，整体风格有一种赛博感。我在第一次提示后，模型生成的代码里出现了一个语法错误，再多提醒一次后，它就完成了修改，并给出了可以正常运行的版本。

五、体素艺术与网页美学：深度场景测试

智谱在发布博文中展示了与体素艺术相关的例子，我也参考他们给出的提示词，做了几轮自己的测试。

5.1 火星殖民地温室

GLM-4.7 负责生成了整个页面的结构和样式。从布局到配色，整体界面都是由模型设计出来的。文字排版比较美观，留白也控制得不错。

5.2 沉没在深海中的亚特兰蒂斯塔楼

这是我个人非常喜欢的一个例子。4.7 生成的海底世界有着比较丰富的层次：

塔楼、海草、鱼群分布得恰到好处
海面上的光影效果到位
水下类似"丁达尔效应"的光束被很好地表现出来
色彩丰富，整体画面非常耐看

5.3 海边公路的咖啡车

模型渲染出了沿海公路、咖啡车和周围的椰树，整体构图比较完整。不过，当我将它和 Claude Opus 4.5 生成的版本放在一起对比时，还是会更偏爱 Claude 的那一版：不论是光线细节还是氛围感，Opus 4.5 都略胜一筹。

5.4 天台上的秘密花园

在 GLM-4.7 那里，我多次提示、前后修改了三次，才得到一个可以运行的效果。

对比 Claude Opus 4.5 的结果，可以明显感觉到差异：Claude 那一版的黄昏氛围非常到位，远处高楼的光影、天台上的植物以及秋千的摆放，都更有层次感和生活气息。

六、Remotion 视频生成实验：与 Claude Opus 4.5 正面对决

有一段动画实验，我是参考了 Qwen Image Edit 的宣传视频来做的。

https://x.com/Alibaba_Qwen/status/2003667175048106370

具体流程是：

先把这段视频交给 AI Studio，让它帮我找出其中关键的视频元素
然后再把这些信息整理成提示词
分别交给 GLM-4.7 和 Claude Opus 4.5，让它们用 Remotion 来生成对应的视频

6.1 测试结果对比

评测维度	GLM-4.7	Claude Opus 4.5
角色一致性	✅ 表现更好，风格更统一	一般
重新打光	一般	✅ 画面更精致
颜色重构/纹理迁移	一般	✅ 过渡更自然
额外细节	—	额外绘制了 Qwen logo 的 SVG