智谱发布GLM-5V-Turbo：看一眼设计图，就能生成可运行的网页
4月2日，智谱AI正式推出GLM-5V-Turbo——一款能“看懂”界面、自动生成代码的多模态模型。它不靠文字指令，也不靠手动标注，你只需要截图一张Figma设计稿、发一段网页操作录屏，它就能还原出完整的前端代码，包括布局、颜色、交互逻辑，甚至响应式适配。
不是猜代码，是真“看见”了界面
过去，AI写代码靠的是你写一堆文字描述：“按钮在右边，颜色是#3B82F6，悬停变暗”——但设计师的图从来不是这样写的。GLM-5V-Turbo直接读图：识别按钮、图标、间距、字体层级，甚至能分辨出哪个是静态元素、哪个是动态弹窗。
它支持直接调用截图、画框、网页抓取，连复杂PDF报告里的图表结构都能解析。测试中，它处理过包含120多个组件的Figma文件，生成的React+Tailwind代码，90%以上无需手动调整就能跑起来。
上下文窗口达到200k，意味着你可以把整个项目结构截图发给它，它能理解模块之间的依赖关系，而不是孤立地生成一个按钮。
真实场景：设计师发图，程序员省下三天
前端团队已经开始用它做“设计稿转代码”：
- 设计师把Figma链接发到群里，开发人员截图发给GLM-5V-Turbo，10秒后拿到可运行的Vue项目，连动画过渡都还原了。
- 有人用它复刻了一个电商详情页，从截图到部署上线，只用了27分钟——传统流程至少要两天。
- 有团队用它批量处理100+个后台管理页面模板，自动生成代码库，节省了3名工程师一个月的工作量。
不只是写代码，还能“逛网页”
它不只是个“截图翻译器”。结合AutoClaw智能体，它能像人一样打开网页、点击按钮、滚动加载、提取数据。比如：
- 输入“帮我收集最近三个月小米股票的财报图表”，它自动打开雪球、东方财富，截图、识别曲线、提取数值，最后生成带图表的PDF报告。
- 有人让它分析一个竞品网站的用户流程：它自己点进首页、登录、加购、结算，画出完整的跳转路径图。
这不是“模拟操作”，而是真正理解页面结构后的自主行为。在内测中，它成功从15个不同风格的金融网站中，准确提取出K线图、市盈率、成交量等关键数据，准确率超过92%。
“龙虾”升级了，现在能看懂图表了
智谱自研的智能体AutoClaw（被团队称为“龙虾”）原本只能处理文字任务，现在接入GLM-5V-Turbo后，它能直接读图了：
- 券商研报里的折线图、柱状图、热力图，它能识别坐标轴、数据点、趋势线。
- 能对比不同公司的营收增长曲线，自动标注拐点。
- 60秒内完成5个数据源的截图采集、信息提取、图文整合，输出一份带图表的行业简报。
一位基金研究员说：“以前我得花一小时截图、截图、再截图，然后手动整理。现在我只要说‘把这份研报里的关键数据整理成表格’，它就全干了。”
真正的改变，是让编程不再“猜”
过去，AI写代码像盲人摸象——你得用语言一点点描述世界。现在，GLM-5V-Turbo让你直接把现实世界“扔”给它：一张图、一段录屏、一个网页链接。
这不是炫技。这是工作流的重构。设计师不用再写需求文档，开发不用再对着图“翻译”，产品不用再反复确认“是不是这个意思”。
它不替代人，但它把重复劳动压缩到了分钟级。在UI/UX、前端开发、数据分析、自动化测试这些领域，它正在成为新的“标准工具”——就像Photoshop之于设计师，VS Code之于程序员。
如果你还在手动切图、写CSS、抄布局——是时候看看，AI已经能看懂你屏幕上的每一个像素了。