刚刚发生了两件事，放在一起看很有意思

第一件：来自英伟达
英伟达 H200 对华出口限制，正式放宽

第二件：来自「华为 x 智谱」
首个在国产芯片上，完成全流程训练的多模态模型，GLM-Image 发布并开源，从数据预处理到大规模预训练，全程跑在昇腾 Atlas 800T A2

打开网易新闻 查看精彩图片
不得不说，是个创举 先看效果
打开网易新闻 查看精彩图片
效果图：商业海报
打开网易新闻 查看精彩图片
效果图：科普插画
打开网易新闻 查看精彩图片
效果图：社交媒体封面

主打文字渲染，尤其擅长中文

在 CVTG-2K（复杂视觉文字生成）和 LongText-Bench（长文本渲染）两个榜单上都是开源第一

榜单成绩 国产芯片全流程
打开网易新闻 查看精彩图片
榜单成绩 国产芯片全流程

这是这次发布最核心的部分

官方说法：自回归结构基座从数据预处理到大规模预训练，全流程在昇腾 Atlas 800T A2 上完成

具体怎么做的：

基于昇思 MindSpore 框架，智谱自研了一套训练套件
覆盖数据预处理、预训练、SFT、RL，端到端全流程

优化上，用动态图多级流水下发消除下发瓶颈，用多流并行让通信和计算互掩

算子层面，用了 AdamW EMA、COC、RMS Norm 等昇腾亲和的融合算子

国产算力训练流程 架构
打开网易新闻 查看精彩图片
国产算力训练流程 架构

GLM-Image 采用「自回归 + 扩散解码器」混合架构

两个模块，各管一摊

自回归部分，9B
负责语义理解和全局构图，全程在昇腾上训练

扩散解码器部分，7B
DiT 结构，配合 Glyph Encoder 做文字渲染，解决「提笔忘字」的问题

前者管「读懂」，后者管「写对」

GLM-Image 架构图
打开网易新闻 查看精彩图片
GLM-Image 架构图

这个方向和 Google 去年 11 月发的 Nano Banana Pro 一致

Nano Banana Pro 基于 Gemini 3 Pro，核心思路是把语言模型的推理能力和图像生成结合起来

智谱管这叫「认知型生成」

解码器结构示意图 一个细节
打开网易新闻 查看精彩图片
解码器结构示意图 一个细节

还有一个值得关注的点：分辨率支持任意比例

传统图像生成模型的分辨率是 4:3、16:9 这样的预设比例。GLM-Image 通过改进 Tokenizer 策略，原生支持从 1024x1024 到 2048x2048 尺寸的任意比例图像生成，比如1240x1600 这种非标分辨率

对海报、社交媒体封面这类需要自定义尺寸的场景比较实用

价格与开源

API 调用 0.1 元/张

开源地址：

  • • GitHub：
    https://github.com/zai-org/GLM-Image

  • • Hugging Face：
    https://huggingface.co/zai-org/GLM-Image

  • • 魔搭社区：
    https://modelscope.cn/models/ZhipuAI/GLM-Image

在线体验已在智谱开放平台上线，Z.ai 和智谱清言即将接入

技术报告：
https://z.ai/blog/glm-image

智谱用 GLM-Image 生成的总结图
打开网易新闻 查看精彩图片
智谱用 GLM-Image 生成的总结图

H200 解禁了，这是好事

但智谱用国产芯片跑通全流程这件事，证明了另一条路也能走

有没有一种可能...互为因果