GLM-Image – 智谱联合华为开源的多模态图像生成模型

GLM-Image是什么

GLM-Image 是智谱联合华为开源的新一代多模态图像生成模型，基于昇腾 Atlas 800T A2 设备和昇思 MindSpore 框架训练，是首个全流程国产芯片训练的 SOTA 模型。模型采用「自回归 + 扩散解码器」混合架构，结合 9B 自回归模型和 7B 扩散解码器，兼顾全局语义理解和高频细节生成，尤其擅长文字渲染和知识密集型场景。在 CVTG-2K 和 LongText-Bench 榜单中获开源第一，支持多种分辨率图像生成，具有高性价比和速度快的特点，为国产开源图像生成模型发展提供重要参考。

GLM-Image的主要功能

• 高质量图像生成：模型能生成高分辨率（最高可达 2048×2048）的图像，涵盖人像、风景、静物等多种场景。