近日，智谱（02513.HK）正式对外发布其图像生成模型GLM-Image，标志着该公司在认知型生成技术领域迈出重要一步。这款模型采用自回归与扩散解码器相结合的混合架构，成为首个开源的工业级离散自回归图像生成模型，为行业提供了新的技术范式参考。
GLM-Image的研发得到昇腾NPU与昇思MindSpore AI框架的全面支持。从数据处理到模型训练的全流程中，昇腾团队针对性地提出多项性能优化方案，包括动态图多级流水下发、多流并行执行以及高性能融合算子等技术，有效降低了大规模文字与图像数据训练时的内存开销，显著提升了端到端训练效率。这些创新使得GLM-Image成为首个完全基于国产算力底座训练的SOTA（State-of-the-Art）模型。
在文字渲染领域，GLM-Image系列模型展现出强劲实力。通过混合架构设计，该模型在权威评测榜单中达到开源模型中的领先水平。面对海量图文数据的处理需求，研发团队通过优化数据处理流程、预训练策略、监督微调（SFT）及强化学习（RL）等环节，构建起覆盖全训练周期的高效技术体系，为模型性能突破提供了关键支撑。
作为认知型生成技术的重要探索，GLM-Image的开源将推动图像生成领域的技术普惠。其混合架构设计不仅为学术研究提供了新思路，也为工业级应用场景落地奠定了技术基础。随着国产算力生态的持续完善，此类创新模型的研发效率与应用潜力有望进一步释放。
