智譜聯合華爲開源首個國產芯片訓練的多模態SOTA模型

智譜今天宣佈聯合華爲開源新一代圖像生成模型GLM-Image，模型基於昇騰Atlas 800T A2設備和昇思MindSpore AI框架完成從數據到訓練的全流程，是首個在國產芯片上完成全程訓練的SOTA多模態模型。

GLM-Image採用自主創新的「自迴歸+擴散解碼器」混合架構，實現了圖像生成與語言模型的聯合，是其面向以Nano Banana Pro爲代表的新一代「認知型生成」技術範式的一次重要探索。

核心亮點如下：

• 架構革新，面向「認知型生成」的技術探索：採用創新的「自迴歸 + 擴散編碼器」混合架構，兼顧全局指令理解與局部細節刻畫，克服了海報、PPT、科普圖等知識密集型場景生成難題，向探索以Nano Banana Pro爲代表的新一代“知識+推理”的認知型生成模型邁出了重要一步。

• 首個在國產芯片完成全程訓練的SOTA模型：模型自迴歸結構基座基於昇騰Atlas 800T A2設備與昇思MindSpore AI框架，完成了從數據預處理到大規模訓練的全流程構建，驗證了在國產全棧算力底座上訓練前沿模型的可行性。

• 文字渲染開源SOTA：在CVTG-2K（複雜視覺文本生成）和LongText-Bench（長文本渲染）榜單獲得開源第一，尤其擅長漢字生成任務。

• 高性價比與速度優化：API調用模式下，生成一張圖片僅需0.1元，速度優化版本即將更新。