跳到正文
硅脉动SiliconMai

智谱联手华为开源GLM-Image,全流程国产芯片训练

智谱与华为开源图像生成模型GLM-Image,为首个在国产芯片上完成全流程训练的多模态模型,多项文字渲染指标居开源第一,智谱当日股价大涨18%。

硅脉动
华为资料图

智谱宣布联合华为开源最新图像生成模型GLM-Image,称其为行业内首个在国产芯片上完成全流程训练的SOTA多模态模型。该模型基于昇腾Atlas 800T A2设备和昇思MindSpore框架,完成了从数据预处理到大规模预训练的全流程,验证了在国产全栈算力底座上训练前沿模型的可行性。

从公开榜单看,GLM-Image在文字渲染任务上表现突出。在复杂视觉文字生成榜单CVTG-2K中,其多区域文字生成的Word Accuracy达0.9116、归一化编辑距离NED达0.9557,均列开源模型第一;在长文本渲染榜单LongText-Bench中,英文任务取得0.952、中文任务达0.979,双语成绩同样居开源首位,部分指标超越谷歌Nano Banana Pro。

模型采用“自回归+扩散解码器”的混合架构,其中9B自回归部分负责语义理解与全局构图、全程在昇腾上训练,7B扩散解码器采用DiT结构并配合Glyph Encoder进行文字渲染,智谱将这种拆解称为“认知型生成”。在成本端,API调用模式下生成一张图片仅需0.1元,显示国产算力在经济性上已具备与国际顶尖水平正面竞争的能力。

模型发布的时点颇具意味。就在前一天1月13日,美国将英伟达H200出口审查从“推定拒绝”改为“逐案审查”、正式解禁对华出口。作为已被列入美国实体清单的企业,智谱携手华为跑通全国产训练,向市场传递出高端算力正从“卡脖子”命门转为“货比三家”的成本选项。受此提振,智谱当日股价大涨18%报收216港元,较发行价接近翻倍,市值一度突破千亿港元。