智谱新模型,懂法方面全球第一了
AI 的风还是刮到了法律圈。
智谱把垂直领域模型直接卷到了法律界!
就在刚刚,智谱推出了一款全新的开源法律专用大模型——GLM-Legal。


它不仅能陪你聊聊法条,还能包揽合同审查、证据链梳理、跨境合规研究等一系列具体业务,并直接交付可立即投入使用的专业成果。
实测成绩也相当亮眼。
在 Vals AI 最新公布的法律能力测评中,GLM-Legal 分别以 19.2% 的任务全通过率和 86.23% 的准确率,斩获 Harvey LAB 与 LegalBench 双榜开放权重模型榜单第一。

卷完日常对话、协同办公与辅助编程之后,AI 终于开始深入到法律合同与案卷材料等高门槛的精细活中。
消息一出,社区讨论瞬间沸腾:
以后 GLM-Legal 就是我的私人法务团队了。

不过等等,它究竟学的是哪国法律体系?能胜任国内本土的法律业务需求吗?
我们不妨详细展开看看。
审合同、串证据、做合规,GLM-Legal 都能接
好消息是,它确实深度适配了国内法律体系,完全不存在水土不服的问题。
无论是中文法律实务、英文法律任务,还是东南亚跨境合规等复杂题目,它均能应对自如。

但基准测试终归只是理论考评。
现实法律实务中的风险点与潜在陷阱密布,稍有不慎就会带来严重后果。

究竟是否具备实战能力,还是得放到真实工作场景中检验,看看它能否协助团队审查合同条款、确认海外上线前的隐私合规事项。
先来看三组官方演示(GLM-5.3-Flash 与 GLM-Legal 的“同门切磋”):
一、审合同,并把合作结束后的交接安排捋清楚
当企业需要更换软件服务供应商时,往往需要首先厘清合同中的终止与交接条款:
代码、数据、文档能否完整收回?新供应商能否平滑接手?
这些潜在风险通常隐匿在细节条款之中。
对此,GLM-Legal 建议将合作终止通知期从 60 天缩短至 30 天,并补充最长 90 天的过渡期支持条款,以便团队充分安排代码、文档及知识交接。
此外,它还结合合同既有的成果权属约定,明确要求交回全部工作成果(涵盖尚未完成或尚未结算的部分)。

与 GLM-5.3-Flash 相比,GLM-Legal 的优势十分明显:
前者仅给出了泛化的通用建议,而 GLM-Legal 则进一步明确了具体时间节点、交接范围等要素,并将修改方案与合同现有条款严密对应。

整套终止合作的过渡与交接机制被梳理得有条不紊。
那么,如果面对一堆杂乱无章的案件证据,GLM-Legal 又会如何处理?
二、分析证据,并把散落的线索串起来
这是一个非常现实的实务痛点:
当项目合作出现纠纷时,我们究竟该如何从海量报告、工作文档和聊天记录中,核实对方的说辞是否存在矛盾与漏洞?
以官方给出的案例为例:对外汇报宣称项目进度已完成 60%,但内部实际记录仅约 41%。
实测显示,GLM-5.3-Flash 和 GLM-Legal 均能识别该矛盾点;
但不同之处在于,GLM-5.3-Flash 仅停留在建议层面,而 GLM-Legal 则在给出建议的同时,进一步将该进度报告与早期的风险预警、内部往来记录串联起来,并导向具体的核查行动。

只有将证据链条完整梳理清楚,团队才能快速回溯原件逐项核对,弄清哪组数据真实可信、可作为后续主张的依据。

三、企业出海合规,把法规要求整理成行动清单
当企业计划在新加坡、马来西亚或印度尼西亚等海外市场部署网站业务时,可能会面临用户追踪、邮件营销、跨境云存储等多环节叠加的隐私数据合规挑战。
此时,团队亟需一个专业助手协助梳理上线前必备的准备清单。
实测中,GLM-Legal 将错综复杂的合规法规要求,拆解为清晰可执行的落地步骤,包括但不限于发布本地化隐私声明、将退订请求录入抑制清单(Suppression List)等,条理分明。


业务推进效率由此大幅提升。
沿着这一实际表现再回头看,就能更直观地理解 Harvey LAB 那项 19.2% 的全通过率其难度与含金量所在。
19.2% 全通过,这张考卷有多难?
Harvey LAB 的测评机制向来以严苛著称。
它采用了**“全条件通过”机制**,模型必须同时满足单项任务中的所有评分条件方可计为通过,哪怕遗漏一条即判定失败。
其任务设计直接对标顶级律所的派案流程:给智能体(Agent)下发业务需求及一整套客户原始材料,要求其直接输出可供合伙人审阅交付的合规文件。

仅 Harvey LAB 首版,就涵盖了超过 1200 项模拟律所实务任务,跨越并购、知识产权、银行金融等 24 个核心法律业务领域。

这意味着,模型从读取理解材料、调度工具链,到遵循行业规范组织交付结果,全流程均不可出现任何断档,才能在该测评中斩获高分。
除了综合成绩,测试成本账单的对比同样耐人寻味。
在最终得分相近的前提下,GLM-Legal 虽然比 Gemini 4 Argon 慢了近 30 分钟,但 Gemini 的单项测试成本却约为 GLM-Legal 的 70 倍:


这一测试数据也给产业界带来启示:在选型法律垂直助手时,必须将任务能力、推理成本与运行耗时综合考量。

那么,GLM-Legal 究竟是如何被训练出来的?
答案就蕴含在智谱定制的一整套模型进阶路径之中。
不仅要让 AI 读法律,还要带它进“律所”实习
智谱为 GLM-Legal 设计的训练路径,可以概括为:
先送进“法学院”筑基,再带到“模拟律所”实操。
第一步,以 GLM-5.3-Flash 为底座,开展高密度法律垂直语料的中期训练(Mid-training),深入研习法律概念、法条逻辑与案例分析框架,夯实专业法学功底。
第二步,将模型置于包含数万个法律任务的环境中进行强化学习,反复训练材料研判、逻辑推演、流程推进与文书交付等专业技能。
与此同时,团队持续优化 Agent 运行框架,改进材料组织逻辑、工具调用接口与反馈闭环,促使模型与真实工作流深度融合。

这一培养逻辑,与真实法律从业者的成长进阶路径高度契合:
从初入法学院潜心研读专业典籍、建立法学认知,到高年级进入律所参与实务实习,最终历经多年业务历练,逐步从基层助理进阶为资深律师。
AI 如今复现的,恰恰正是专业法律人士的标准成长范式。

客观而言,GLM-Legal 目前仍处于初入职场的初级阶段,尚不能直接达到资深合伙人的综合业务水准。
这位“法律专才”在很多维度仍有待实战持续检验。19.2% 的全通过率也表明,在严苛的综合评分准则下,其大部分复杂任务仍存在提升与打磨的空间。
这正契合了智谱当下的推进策略:
正式邀请律所、法律科技公司、企业法务团队及独立执业律师申请加入 GLM-Legal Beta 测试,依托专业从业者的深度参与与反馈,持续精调打磨模型。
同时,智谱还计划将相关法律能力全面接入 AutoClaw 平台,加速落地实际业务场景。

这释放出一个明确的产业信号:
智谱正在联合行业内资深的法律专业力量协同迭代 GLM-Legal,核心目标是让其在未来真正成为执业律师不可或缺的生产力工具。

智谱后续能否全面达成这一行业愿景,值得市场持续保持关注。

One More Thing
智谱布局法律垂直大模型,并非心血来潮。
早在 2023 年,智谱就与深耕智能合同领域的法律科技企业幂律智能达成合作,基于 ChatGLM-130B 基座联合发布了千亿参数级法律垂直模型 PowerLawGLM,广泛应用于法律咨询、合同起草与合同审查等核心业务。
此后,智谱作为老股东,持续参与了幂律智能的战略融资以及近 8000 万元的 Pre-B 轮融资。

将通用基座模型推向法律专业化训练的,智谱也并非孤例。
今年 8 月,法律 AI 独角兽 Harvey 联手 Fireworks,以 Kimi K3 为基础模型,通过后训练打造出自研法律模型 Tenet。
据 Harvey 披露,经过专项后训练,该模型在 LAB 留出任务上的完成量几乎达到了基座模型的两倍,同时保持了成本结构的相对稳定。

这些产业前沿探索,为垂直行业模型的落地指明了全新演进路线:
甄选优质通用基座后,依托高价值行业数据、垂直任务场景与真实作业环境进行持续深度训练,是推动模型专业能力实现跨越式升级的有效路径。
未来,谁能把模型的“专业课”教得更扎实、把“模拟实训场”建得更贴近实战,让其掌握更多能切实解决实际业务难题的硬核本领,谁才能真正在专业垂直领域赢得市场与用户的深度认可。

参考链接:
[1] https://x.com/Zai_org/status/2109678174468534511?s=20
[2] https://z.ai/blog/glm-legal
[3] https://x.com/ValsAI/status/2109678921017168061
[4] https://www.harvey.ai/blog/introducing-harveys-legal-agent-benchmark?utm_source=chatgpt.com
[5] https://media.qimingpian.cn/2023/06/29/bd6b454d1bf2400827f682a6c5e7eacf.html?utm_source=chatgpt.com