
1月14日,智谱正式宣布与华为携手推出新一代开源图像生成模型GLM-Image。该模型依托昇腾Atlas 800T A2硬件平台与昇思MindSpore AI框架,实现了从数据处理到模型训练的全流程国产化部署,成为首个在国产芯片上完成端到端训练并达到顶尖水平的多模态生成模型,同时也验证了基于国产全栈算力基础设施训练高性能多模态模型的技术可行性。
GLM-Image采用自主研发的混合架构,融合了自回归机制与扩散解码器,在兼顾整体语义理解与局部细节表达的同时,能够有效应对海报设计、演示文稿制作、科普图文等知识密集型场景中的复杂生成需求。在CVTG-2K(复杂视觉文本生成)和LongText-Bench(长文本渲染)两项评测中,该模型均位列开源模型榜首,尤其在汉字内容生成方面展现出显著优势。
目前,通过API调用方式生成单张图像的成本仅为0.1元,后续还将推出进一步优化推理速度的新版本。
实际测试表明,GLM-Image在绘制包含逻辑流程与文字注释的科普插图及原理示意图方面表现突出;在生成电商宣传图、漫画分镜等多格图像时,能够保持画面风格统一、主体连贯,并确保多处文本内容的准确输出;同时也适用于社交媒体封面图、商业宣传海报以及写实风格摄影类图像的高质量生成。
