NVIDIA 发布 GLM-5.3-Flash NVFP4 量化模型
原标题：nvidia/GLM-5.3-Flash-NVFP4
AI 摘要
NVIDIA 在 Hugging Face 发布 GLM-5.3-Flash-NVFP4，这是对 ZAI 的 GLM-5.3-Flash 模型进行 NVFP4 量化后的版本，使用 NVIDIA Model Optimizer（v0.47.0）完成权重量化。原模型为 320B 总参数、18B 激活的原生多模态 MoE 模型，支持最长 1M 上下文，面向推理、编码与 Agent 任务。量化版可在 vLLM、SGLang 上运行，适配 NVIDIA Blackwell（GB200）硬件，采用 MIT 许可，可供商业或非商业使用。
正文节选
--- pipeline_tag: image-text-to-text base_model: - zai-org/GLM-5.3-Flash license: mit library_name: Model Optimizer tags: - nvidia - ModelOpt - GLM-5 - quantized - FP4 - fp4 --- # Model Overview ## Description: The NVIDIA GLM-5.3-Flash NVFP4 model is the quantized version of ZAI's GLM-5.3-Flash model, which is an auto-regressive language model that uses an optimized transformer architecture. GLM-5.3-Flash is a natively multimodal Mixture-of-Experts (MoE) model for reasoning, coding, and agenti