“28项评测23项SOTA——GLM-4.1V-9B-Thinking本地部署教程：10B级视觉语言模型的性能天花板！
一、模型介绍
GLM-4.1V-9B-Thinking是由智谱AI联合清华大学团队推出的多模态大模型，以GLM-4-9B-0414基座模型为底，通过引入“思维链推理机制”和“课程采样强化学习策略”（Reinforcement Learning with Curriculum Sampling），显著提升了模型的跨模态推理能力与稳定性。在继承 GLM 系列通用大模型能力的基础上，进一步强化了视觉理解和复杂推理能力。
该模型支持长上下文输入，具备处理图像、视频、文本等多种模态的能力，适用于教育、科研、工业和政务等多个领域。在28项测评任务中有23项达到10B级别模型最佳，其中18项任务持平甚至超过8倍参数量的Qwen-2.5-VL-72B。
GLM-4.1V-9B-Thinking标志着智谱GLM系列模型从感知向认知阶段的跃迁，在突破了小模型的性能极限下，也作出如下创新：
1.在深度推理领域表现卓越，支持图像、视频、文档等多模态输入。
2.作为参数模型仅为9B的模型，在部分高难度任务中，模型表现可以媲美GPT-4o。
3.模型开源，还提供了坚实的GLM-4.1V-9B-Base模型，利于研究者们的二次开放与创新。
二、模型部署
基础环境最低配置推荐
| 环境名称 | 版本信息 |
|---|---|
| Ubuntu | 22.04.4 LTS |
| Python | 3.12.4 |
| CUDA | 12.6 |
| NVIDIA Corporation | RTX 4090 * 2 |
注：推荐pytorch 2.7.1
1.更新基础软件包、配置镜像源
查看系统版本信息
#查看系统的版本信息，包括 ID（如 ubuntu、centos 等）、版本号、名称、版本号 ID 等
cat /etc/os-release
更新软件包列表
#更新软件列表
apt-get update
配置国内镜像源（阿里云）
具体而言，vim指令编辑文件 sources.list
#编辑源列表文件
vim /etc/apt/sources.list
按 “i”进入编辑模式，将如下内容插入至 sources.list文件中
deb http://mirrors.aliyun.com/ubuntu/ jammy main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ jammy main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ jammy-security main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ jammy-security main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ jammy-updates main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ jammy-updates main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ jammy-backports main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ jammy-backports main restricted universe multiverse
最后，按 "esc"键退出编辑模式，输入 :wq 命令并按下 “enter”键便可保存并退出 sources.list文件
2.虚拟环境创建
进入pytorch官网（Get Started）
找到从本地开始（Start Locally）——>PyTorch Build（Stable 2.7.1）——>Your OS（Windows）——>Packge（Pip）——>Language（Python）——>Compule Platform（CUDA 12.6）
复制所框选“命令行“后，转入至终端中粘贴执行安装
创建虚拟环境
#创建名为GLM-Thking的虚拟环境，python版本：3.12
conda create -n GLM-Thking python=3.12
激活虚拟环境
#激活
conda activate GLM-Thking
3.克隆项目
进入文件夹GLM-4.1V-9B-Thinking
cd /root/sj-tmp/GLM-4.1V-9B-Thinking/
从github官网中克隆存储库
#克隆存储库
git clone https://github.com/THUDM/GLM-4.1V-Thinking.git
4.下载依赖
requirements.txt文件
pip install -r requirements.txt
5.模型下载
转到魔塔社区官网下载模型文件：GLM-4.1V-9B-Thinking · 模型库
使用命令行下载完整模型库
#在下载前，请先通过如下命令安装
pip install modelscope#命令行下载
modelscope download --model ZhipuAI/GLM-4.1V-9B-Thinking
6.模型推理及webUI启动
模型推理代码均在 inference文件夹中
（1）执行命令行交互脚本 trans_infer_cli.py 便可进行连续对话
python trans_infer_cli.py --model_path '/root/sj-tmp/GLM-4.1V-9B-Thinking/'
（2）执行Gradio 界面脚本 trans_infer_gradio.py便可搭建一个可以直接使用的 Web 界面
python trans_infer_gradio.py
若遇到端口被占用的问题，可通过如下命令解决：
#查看端口号进程
lsof -i :<端口号>
#强制退出进程
kill -9 <API>
（3）web页面图像推理
（4）web页面视频推理
