快科技1月14日音尘，本日，华为、智谱秘书，两边贯串开源新一代图像生成模子GLM-Image，模子基于昇腾Atlas 800T A2修复和昇念念MindSpore AI框架完成从数据到查考的全过程，是首个在国产芯片上完周密程查考的SOTA多模态模子。

SOTA是英文“State-of-the-Art”的缩写，直译是“艺术的巅峰”，汉文真义是“起先进的、目下最高水平的”模子，是科技、工程、学术筹议等边界平时使用的术语，中枢指在特定任务、场景或评价轨范下，现时公开可考据的最优时期、门径、模子或家具。

据先容，GLM-Image遴荐自主立异的“自转头+扩散解码器”羼杂架构，竣事了图像生成与言语模子的贯串，是面向以Nano Banana Pro为代表的新一代“默契型生成”时期范式的一次迫切探索。

中枢亮点如下：

架构修订，面向“默契型生成”的时期探索：遴荐立异的“自转头 + 扩散编码器”羼杂架构，兼顾全局请示相识与局部细节描述，克服了海报、PPT、科普图等学问密集型场景生成清苦，向探索以Nano Banana Pro为代表的新一代“学问+推理”的默契型生成模子迈出了迫切一步。

首个在国产芯片完周密程查考的SOTA模子：模子自转头结构基座基于昇腾Atlas 800T A2修复与昇念念MindSpore AI框架，凤凰彩票完成了从数据预贬责到大范围查考的全过程构建，考据了在国产全栈算力底座上查考前沿模子的可行性。

笔墨渲染开源SOTA：在CVTG-2K（复杂视觉文本生成）和LongText-Bench（长文本渲染）榜单获取开源第一，尤其擅长汉字生成任务。

高性价比与速率优化：API调用样式下，生成一张图片仅需0.1元，速率优化版块行将更新。

那这件事到底有何道理呢？浮浅说，这是中国AI边界的一次全栈自主可控里程碑，智谱贯串华为，基于昇腾 Atlas 800T A2芯片+昇念念 MindSpore 框架，澳门赌城查考出首个国产全栈算力底座守旧的多模态开源SOTA模子GLM-Image。

它不仅冲破了高端AI查考对国际芯片的依赖，还把这项国际顶尖水平的时期免费怒放给统统东说念主，让国产AI生态迈出了要津一步。

此前查考顶尖多模态模子，大多依赖国际高端芯片。当今智谱和华为用实打实的后果证明，国产算力底座十足能扛住几十亿参数大模子的查考任务，况兼性能达到国际开源模子的顶尖水平。这意味着中国 AI 产业的中枢门径不再受制于东说念主，产业安全有了更坚实的保险。

往日，查考一个顶尖多模态模子需要上亿的算力参加，只消谷歌、微软等科技巨头玩得起。当今GLM-Image开源后，创业者、中小企业以致个东说念主开辟者皆能零老本用上，不错径直用来作念电商海报缱绻、科普插画生成、讲明课件制作等，大大镌汰了 AI 立异的门槛。

基于国产算力查考和部署的 GLM-Image，生成一张高清图片的老本低至 0.1 元，远低于不少生意AI业绩；同期支握从手机小图到海报大图的多种辨认率，能径直适配万般生意和民生场景，着实作念到拿来就能用。

这件事的中枢价值，不仅仅练出了一个顶尖的多模态模子，更在于证明了中国AI能竣事芯片 - 框架 - 算法的全栈自主可控。

它既冲破了国际时期的控制，又通过开源让时期惠及更多东说念主，象征着中国AI从跟跑向并跑以致部分领跑的转移。

让咱们来望望GLM-Image在实质的复杂图文等任务中的阐述。

场景一：科普插画

GLM-Image更擅长画图包含复杂逻辑过程与笔墨阐发的科普插画及道理清楚图。

场景二：多格丹青

在生成电商图、漫画等多格丹青时，GLM-Image八成保握作风和主体的一致性，并保险多处笔墨生成的准确率。

场景三：酬酢媒体图文

GLM-Image适用于制作酬酢媒体封面及内容等排版复杂的图片，让您的创作更解放丰富。

GLM-Image八成生成构图阔气缱绻感、笔墨镶嵌准确的节日海报与生意宣传图。

场景五：写实影相

在笔墨渲染除外，GLM-Image也一样擅永生成各式景别和尺寸的东说念主像、宠物、步地、静物。

【本文纵容】如需转载请务必注明出处：快科技

遭殃裁剪：朝日