Luckybalabala/AutoGLM-Phone-9B-Q4_K_M.gguf

AutoGLM-Phone-9B GGUF 量化模型集合

这是 AutoGLM-Phone-9B 模型的完整 GGUF 量化版本集合，专门为手机自动化任务优化。

🎯 模型简介

AutoGLM-Phone-9B 是基于 GLM-4V-9B 的多模态视觉语言模型，专门针对手机自动化场景进行了优化。该模型能够理解手机屏幕截图并生成相应的操作指令。

📦 可用的量化版本

量化类型	文件大小	内存需求	推荐用途	下载链接
Q2_K	3.73 GB	~4 GB	极限内存环境	下载
Q3_K_S	4.28 GB	~5 GB	低内存设备	下载
Q3_K_M	4.63 GB	~5 GB	平衡性能/内存	下载
Q3_K_L	4.84 GB	~6 GB	稍好质量	下载
Q4_0	5.08 GB	~6 GB	传统4位量化	下载
Q4_1	5.60 GB	~6 GB	改进4位量化	下载
Q4_K_S	5.36 GB	~6 GB	推荐-小显卡	下载
Q4_K_M	5.74 GB	~7 GB	推荐-平衡 ⭐	下载
Q5_0	6.11 GB	~7 GB	传统5位量化	下载
Q5_1	6.62 GB	~8 GB	改进5位量化	下载
Q5_K_S	6.24 GB	~7 GB	高质量-小	下载
Q5_K_M	6.57 GB	~8 GB	高质量-中	下载
Q6_K	7.70 GB	~9 GB	接近原始质量	下载
Q8_0	9.31 GB	~11 GB	最高质量	下载
F16	17.52 GB	~20 GB	原始精度	下载

🚀 快速开始

使用 llama.cpp

# 下载模型和视觉投影器
wget https://huggingface.co/Luckybalabala/AutoGLM-Phone-9B-Q4_K_M.gguf/resolve/main/AutoGLM-Phone-9B-Q4_K_M.gguf
wget https://huggingface.co/Luckybalabala/AutoGLM-Phone-9B-Q4_K_M.gguf/resolve/main/AutoGLM-Phone-9B-mmproj.gguf

# 启动服务器
./llama-server -m AutoGLM-Phone-9B-Q4_K_M.gguf --mmproj AutoGLM-Phone-9B-mmproj.gguf --host 0.0.0.0 --port 8080

与 Open-AutoGLM 集成

# 克隆 Open-AutoGLM 项目
git clone https://github.com/OpenBMB/AutoGLM.git
cd AutoGLM

# 配置模型 API
python main.py --base-url http://localhost:8080/v1

💻 系统要求

推荐配置

• 8GB 显卡: Q4_K_M 或 Q5_K_S
• 12GB 显卡: Q5_K_M 或 Q6_K
• 16GB+ 显卡: Q8_0 或 F16
• CPU 推理: Q4_K_M 或更低

最低要求

• 操作系统: Windows 10/11, Linux, macOS
• 内存: 8GB+ RAM
• 存储: 根据选择的量化版本

🔧 技术细节

• 基础模型: THUDM/glm-4v-9b
• 量化工具: llama.cpp quantize
• 支持格式: GGUF
• 多模态: 支持图像+文本输入
• API: OpenAI 兼容接口

📊 性能对比

量化类型	推理速度	内存占用	质量保持	推荐场景
Q2_K	最快	最低	70%	资源受限
Q4_K_M	快	中等	85%	平衡推荐
Q6_K	中等	较高	95%	高质量需求
Q8_0	较慢	高	98%	最佳质量

🔗 相关资源

• 原项目: Open-AutoGLM
• llama.cpp: GitHub
• 演示视频: B站演示
• 技术博客: AutoGLM 集成指南

📝 使用许可

本模型遵循 Apache 2.0 许可证。请查看原始模型的许可证条款。

⚠️ 注意事项

1. 模型用途: 专门用于手机自动化任务，其他用途效果可能不佳
2. 安全提醒: 请在受控环境中测试，避免在重要设备上直接使用
3. 性能差异: 不同量化级别的性能和质量存在差异，请根据需求选择
4. 更新频率: 模型会根据 Open-AutoGLM 项目更新而更新

🤝 贡献

欢迎提交 Issue 和建议来改进这个模型集合。

---

标签: GLM-4V 多模态 手机自动化 GGUF 量化模型 llama.cpp