A Zhipu AI apresentou o GLM-5V-Turbo, modelo multimodal de visão e código que processa nativamente screenshots, wireframes e protótipos de design para gerar código funcional. O modelo suporta 200K tokens de contexto com até 128K de output, permitindo tarefas em nível de repositório.

O GLM-5V-Turbo foi treinado com mais de 30 tarefas de reinforcement learning conjunto para evitar o 'efeito gangorra' entre capacidades visuais e de código. É otimizado para workflows agênticos em OpenClaw e Claude Code, dominando o loop 'perceber, planejar, executar'.