能，但不是所有 GLM 都能，关键要看具体版本。
你可以把 GLM 想成一个“大家族”。家族里有些成员只擅长读文字、写文字，就像只会看书聊天的人，你发图片给它，它基本看不懂。还有一些成员装了“眼睛”，属于多模态模型，比如带“V”的版本，像 GLM4V、GLM4.5V 这类，通常就能识别图片。
这些“带眼睛”的 GLM 可以做什么呢？比如，你发一张照片，问它“图里有什么”，它能告诉你里面有猫、有桌子、有蓝天。你发一张发票或截图，它可以帮你读上面的文字。你发一张图表，它也能大致解释图表在说什么。
不过，它也不是万能的。图片太模糊、字太小、内容太复杂，或者有遮挡时，它也可能看错、漏看。所以，结论是：GLM 能不能识别图片，要看你用的是哪个版本。选带“V”的多模态版本，通常就能；选纯文本版本，通常就不能。 |
|
