1月16日消息，今日，智譜宣布，其聯(lián)合華為開源的新一代圖像生成模型GLM-Image，在開源不到24小時(shí)內(nèi)，登上全球知名AI開源社區(qū)Hugging Face（抱抱臉）榜單全球第一。
智譜表示，這是首次完全依托國(guó)產(chǎn)芯片訓(xùn)練的國(guó)產(chǎn)模型在國(guó)際舞臺(tái)上取得榜首位置，標(biāo)志國(guó)產(chǎn)AI模型的端到端自主研發(fā)能力在國(guó)際競(jìng)爭(zhēng)中取得突破。
據(jù)了解，GLM-Image基于昇騰Atlas 800T A2設(shè)備和昇思MindSpore AI框架完成從數(shù)據(jù)到訓(xùn)練的全流程，是首個(gè)在國(guó)產(chǎn)芯片上完成全程訓(xùn)練的SOTA多模態(tài)模型。
在模型架構(gòu)上，GLM-Image不同于開源常用的LDM方案，創(chuàng)新性地采用自回歸+擴(kuò)散解碼器的混合架構(gòu)，兼顧全局指令理解與局部細(xì)節(jié)刻畫。
性能方面，GLM-Image在CVTG-2K（復(fù)雜視覺文本生成）和LongText-Bench（長(zhǎng)文本渲染）榜單獲得開源第一，能夠讀懂指令，寫對(duì)文字，尤其擅長(zhǎng)漢字生成任務(wù)，可廣泛應(yīng)用于海報(bào)、PPT、科普?qǐng)D等知識(shí)密集型場(chǎng)景。
在商業(yè)化應(yīng)用方面，GLM-Image API調(diào)用模式下，單張圖片生成成本僅為0.1元，大幅降低了企業(yè)和開發(fā)者使用先進(jìn)圖像生成技術(shù)的門檻。