智谱联合华为开源新模型！首次在国产芯片上完成全程训练

刘绪刚

快科技
智谱联合华为开源新一代图像生成模型GLM-Image，基于昇腾Atlas 800T A2与昇思MindSpore完成国产芯片全流程训练，为首款国产SOTA多模态模型。其自回归+扩散解码器混合架构解决知识密集场景生成难题，在CVTG-2K与LongText-Bench夺开源第一，汉字生成表现突出；API调用0.1元/张，速度优化版将上线，已展示科普插画、电商图、漫画、封面、海报及写实摄影实测样例。        
              
   
                           快科技1月14日消息，今日，智谱宣布，其联合华为开源新一代图像生成模型GLM-Image。
该模型基于昇腾Atlas 800T A2设备和昇思MindSpore AI框架完成从数据到训练的全流程，是首个在国产芯片上完成全程训练的SOTA多模态模型。
同时，验证了在国产全栈算力底座上训练高性能多模态生成模型的可行性。
据介绍，GLM-Image采用自主创新的自回归+扩散解码器混合架构，兼顾全局指令理解与局部细节刻画，克服了海报、PPT、科普图等知识密集型场景生成难题。
在CVTG-2K（复杂视觉文本生成）和LongText-Bench（长文本渲染）榜单，GLM-Image获得开源第一，尤其擅长汉字生成任务。
官方表示，API调用模式下，生成一张图片仅需0.1元，速度优化版本即将更新。
以下为GLM-Image实测案例

GLM-Image 更擅长绘制包含复杂逻辑流程与文字说明的科普插画及原理示意图

在生成电商图、漫画等多格图画时，GLM-Image能够保持风格和主体的一致性，并保障多处文字生成的准确率

社交媒体图文封面

商业海报

写实摄影