4月2日，智谱发布首个原生多模态Coding基座模型GLM-5V-Turbo。该模型最大突破在于深度融合视觉与编程能力，能够原生处理文本、图片、视频等多模态信息，同时擅长编程、长程规划、操作执行等复杂任务。

　　多模态Coding能力是AI Agent走向实用化的关键一环。智谱介绍，GLM-5V-Turbo能够深度适配Agent工作流，能够与Claude Code、OpenClaw等Agent深度协同，让Agent具备真正的视觉能力，能看懂屏幕上的信息，从而完成“看懂环境→规划动作→执行任务”的完整闭环。目前该模型已通过智谱MaaS平台开放接入。

　　由此，“龙虾”等智能体的任务边界将被大幅拓宽，例如可以浏览网页和文档，生成图文并茂的报告、PPT，还可以查询并解读K线图等复杂图表，可以说为“龙虾”装上了眼睛。

　　3月10日智谱上线AutoClaw（中文名“澳龙”），支持用户一键安装的本地版OpenClaw应用。目前AutoClaw已上线“股票分析师”Skill，利用GLM-5V-Turbo的原生视觉能力，“龙虾”能直接看懂K线走势、估值区间图和券商研报图表，实现四路数据源60秒并行采集，输出图文交错的研报。

　　除视觉编程与“龙虾”任务外，GLM-5V-Turbo在多模态搜索、深度研究、GUI Agent、感知Grounding等更广泛的Agentic场景中也实现了显著的性能提升，为此智谱也提供了一组官方Skills，帮助用户在更多场景中释放模型的多模态潜力。