AI的风这回是吹进了法院和律所。
智谱刚放出一款叫GLM-Legal的开源法律专用模型，一上把Vals AI最新法律测评的Harvey LAB与LegalBench两个开放权重榜都给摘走了，任务全通过率19.2%，准确率86.23%，双双登顶。这个成绩放在全球同类开放权重模型里，基本就是目前最能打的。
成绩有多硬核，得看那张考卷本身有多变态。Harvey LAB首版就设了超过1200项模拟律所真实任务，覆盖并购、知识产权、银行金融等24个法律业务领域，评分机制是「全条件通过」，少踩一条都算挂。任务直接对标律所派活，给模型一堆客户材料，要它直接交出一份能拿出去审阅的成果。所以19.2%这个数字背后，其实是模型从读材料、调工具到交付结果整条链路都不能掉链子的前提下才拿到的，含金量很高。
有意思的是另一组账单。在成绩相近的情况下，GLM-Legal比Gemini 4 Argon慢了将近30分钟，但Gemini的单项测试成本大约是GLM-Legal的70倍。这个数字一摆出来，行业里挑法律工作搭子的时候，估计就得把成绩、成本、速度三个维度放一起掂量了，单看分数已经不太够用。
顺带说下它能干什么。审合同的时候，它能把合作终止后的交接条款捋清楚，连过渡期多长、成果归属怎么约定都能落到具体行动。证据分析这块，外部报告写项目完成60%，内部记录只有41%，这种矛盾它能自己揪出来，还往前把更早的风险警告和内部沟通关联起来。出海合规也是它的主场，新加坡、马来西亚、印尼上线前要做哪些隐私准备，它能直接拆成一份团队能照着干的清单。
训练路径这块，智谱走的是「先送进法学院，再带去模拟律所实习」。第一步在GLM-5.3-Flash底座上做法律语料中期训练，学概念、法条和分析方法。第二步丢进数万法律任务环境里做强化学习，反复练读材料、做分析、推进任务、交付成果。这个节奏很像法学生先啃书打内功，再一头扎进律所当实习生，最后熬成靠谱律师的过程。不过说实话，GLM-Legal现在还在实习牛马阶段，多数任务在严苛条件下仍未全达标，提升空间还很大。所以智谱现在正拉着律所、法律科技公司、企业法务团队和独立执业人士申请Beta，让真正懂行的人一起打磨模型，并把能力接入AutoClaw做实际应用。
一个垂直开源模型能同时拿下两个全球法律基准榜首，说明通用大模型往行业深水区走的节奏比预想的还快。法律这种讲究严谨、责任、可追溯的领域，未来大概率不会由通用模型一个通吃，而是被一堆各有所长的垂直模型分食。谁先摸到律师手里的真实工作流，谁才有机会站到这个局里。
以上内容改自量子位发布的文章《智谱新模型，懂法方面全球第一了》。
相关文章
