近日，智譜（02513.HK）正式對外發布其圖像生成模型GLM-Image，標志著該公司在認知型生成技術領域邁出重要一步。這款模型采用自回歸與擴散解碼器相結合的混合架構，成為首個開源的工業級離散自回歸圖像生成模型，為行業提供了新的技術范式參考。
GLM-Image的研發得到昇騰NPU與昇思MindSpore AI框架的全面支持。從數據處理到模型訓練的全流程中，昇騰團隊針對性地提出多項性能優化方案，包括動態圖多級流水下發、多流并行執行以及高性能融合算子等技術，有效降低了大規模文字與圖像數據訓練時的內存開銷，顯著提升了端到端訓練效率。這些創新使得GLM-Image成為首個完全基于國產算力底座訓練的SOTA（State-of-the-Art）模型。
在文字渲染領域，GLM-Image系列模型展現出強勁實力。通過混合架構設計，該模型在權威評測榜單中達到開源模型中的領先水平。面對海量圖文數據的處理需求，研發團隊通過優化數據處理流程、預訓練策略、監督微調（SFT）及強化學習（RL）等環節，構建起覆蓋全訓練周期的高效技術體系，為模型性能突破提供了關鍵支撐。
作為認知型生成技術的重要探索，GLM-Image的開源將推動圖像生成領域的技術普惠。其混合架構設計不僅為學術研究提供了新思路，也為工業級應用場景落地奠定了技術基礎。隨著國產算力生態的持續完善，此類創新模型的研發效率與應用潛力有望進一步釋放。
