智譜近日正式推出新一代人工智能模型GLM-4.7，在代碼生成、界面設(shè)計(jì)、工具調(diào)用及復(fù)雜推理等多個(gè)維度實(shí)現(xiàn)突破性進(jìn)展。該模型通過架構(gòu)優(yōu)化與算法創(chuàng)新，顯著提升了多場(chǎng)景下的任務(wù)處理能力，尤其在編程與數(shù)學(xué)推理領(lǐng)域展現(xiàn)出接近人類專家的表現(xiàn)水平。

在編程能力方面，GLM-4.7針對(duì)多語言智能體開發(fā)實(shí)現(xiàn)質(zhì)的飛躍。測(cè)試數(shù)據(jù)顯示，其在SWE-bench編程基準(zhǔn)測(cè)試中取得73.8%的成績(jī)，較前代提升5.8個(gè)百分點(diǎn)；在多語言版本SWE-bench Multilingual中更以66.7%的得分實(shí)現(xiàn)12.9%的躍升。終端操作場(chǎng)景下，Terminal Bench 2.0測(cè)試成績(jī)達(dá)41%，提升幅度高達(dá)16.5%。該模型引入的"預(yù)規(guī)劃-執(zhí)行"機(jī)制，使其在Claude Code等主流智能體框架的復(fù)雜任務(wù)中，能夠自主拆解步驟并優(yōu)化執(zhí)行路徑，任務(wù)完成效率提升近40%。

界面設(shè)計(jì)領(lǐng)域迎來重要革新。GLM-4.7生成的網(wǎng)頁代碼結(jié)構(gòu)精簡(jiǎn)度提升35%，采用現(xiàn)代CSS框架的比例從62%增至89%，生成的幻燈片布局誤差率降低至5%以內(nèi)。通過引入視覺美學(xué)評(píng)估模塊，模型能夠自動(dòng)調(diào)整元素間距、色彩搭配及字體層級(jí)，使最終呈現(xiàn)效果更符合專業(yè)設(shè)計(jì)標(biāo)準(zhǔn)。測(cè)試集顯示，其生成的UI界面在用戶滿意度評(píng)分中達(dá)到4.7分（滿分5分），較前代提升21%。

工具調(diào)用能力實(shí)現(xiàn)系統(tǒng)性突破。在τ2τ2-Bench工具使用基準(zhǔn)測(cè)試中，GLM-4.7的得分從68.3分提升至79.1分，網(wǎng)絡(luò)瀏覽任務(wù)成功率通過BrowseComp框架驗(yàn)證達(dá)到92%。模型新增的動(dòng)態(tài)工具鏈構(gòu)建功能，可根據(jù)任務(wù)需求自動(dòng)組合調(diào)用API、數(shù)據(jù)庫及外部服務(wù)，在供應(yīng)鏈優(yōu)化等復(fù)雜場(chǎng)景中展現(xiàn)出強(qiáng)大的跨系統(tǒng)協(xié)作能力。某金融企業(yè)的實(shí)測(cè)表明，使用該模型后業(yè)務(wù)流程自動(dòng)化率從67%提升至89%。

數(shù)學(xué)推理能力達(dá)到新高度。在涵蓋高等數(shù)學(xué)、物理建模及邏輯推理的HLE基準(zhǔn)測(cè)試中，GLM-4.7取得42.8%的得分，較前代提升12.4個(gè)百分點(diǎn)。其獨(dú)創(chuàng)的分層驗(yàn)證機(jī)制，通過多輪自我校驗(yàn)將計(jì)算錯(cuò)誤率控制在0.3%以下。在微積分、線性代數(shù)等核心領(lǐng)域的解題速度提升2.3倍，證明題完整推導(dǎo)成功率突破65%。教育機(jī)構(gòu)的應(yīng)用反饋顯示，該模型在輔助教學(xué)時(shí)能夠提供比傳統(tǒng)解題工具更詳細(xì)的步驟解析。