GLM-5.3-Flash上线：320B MoE以18B激活参数处理视觉Agent任务

视觉不再只是一次识图

GLM-5.3-Flash强调原生视觉与Agent结合，让模型观察界面、执行操作、读取渲染结果并继续修正。与上传图片后回答问题不同，这要求运行环境持续提供截图、坐标、窗口状态和动作反馈。

320B总参数为何只激活18B

模型使用高效混合架构，并组合线性注意力与稀疏注意力，以降低计算量和KV缓存。较低激活参数有利于推理成本，但总权重的存储、多卡分布和专家通信仍需考虑，不能按18B稠密模型估算机器。

GUI Agent的安全边界

浏览器、Office和开发工具包含账户、文件与外部发送能力。企业部署应限制可操作应用、目录和域名，对删除、付款、发布等动作设置确认，并保存截图和操作轨迹。评测除了任务完成率，还要统计误点击、恢复能力、重复操作和长流程中的目标偏移。