國(guó)內(nèi)AI領(lǐng)域迎來重要突破——智譜公司宣布，其自主研發(fā)的GLM-Image多模態(tài)模型在國(guó)產(chǎn)芯片上完成全流程訓(xùn)練，并在開源后迅速登頂全球知名AI開源社區(qū)Hugging Face的Trending榜單首位。這一成果標(biāo)志著國(guó)產(chǎn)AI模型在端到端自主研發(fā)能力上實(shí)現(xiàn)國(guó)際競(jìng)爭(zhēng)新突破。
據(jù)介紹，GLM-Image基于華為昇騰Atlas 800T A2訓(xùn)練設(shè)備和昇思MindSpore AI框架開發(fā)，實(shí)現(xiàn)了從訓(xùn)練到推理的全流程適配。該設(shè)備搭載鯤鵬920處理器與昇騰910 AI芯片，專為大規(guī)模AI訓(xùn)練場(chǎng)景設(shè)計(jì)，而昇思MindSpore作為華為開源的全場(chǎng)景AI框架，為模型開發(fā)提供了技術(shù)支撐。智譜團(tuán)隊(duì)通過優(yōu)化算法架構(gòu)，使模型訓(xùn)練性能達(dá)到設(shè)備理論性能上限，驗(yàn)證了國(guó)產(chǎn)算力支撐前沿AI模型研發(fā)的可行性。
在性能表現(xiàn)上，GLM-Image在CVTG-2K復(fù)雜視覺文本生成榜單和LongText-Bench長(zhǎng)文本渲染榜單中均位列開源模型第一。該模型具備精準(zhǔn)理解指令的能力，尤其在漢字生成任務(wù)中表現(xiàn)突出，可精準(zhǔn)處理海報(bào)設(shè)計(jì)、PPT制作、科普?qǐng)D繪制等知識(shí)密集型場(chǎng)景的圖文生成需求。例如，在生成包含專業(yè)術(shù)語(yǔ)的科普?qǐng)D表時(shí)，模型能同時(shí)保證文字準(zhǔn)確性與視覺呈現(xiàn)效果。
目前，用戶可通過智譜清言APP或網(wǎng)頁(yè)版免費(fèi)體驗(yàn)GLM-Image功能。進(jìn)入"AI畫圖"智能體后，在界面左下角選擇該模型即可使用。這一開放策略將推動(dòng)國(guó)產(chǎn)多模態(tài)技術(shù)在更廣泛場(chǎng)景中的應(yīng)用，為內(nèi)容創(chuàng)作者、教育工作者等專業(yè)群體提供高效工具。
業(yè)內(nèi)專家指出，此次突破不僅證明國(guó)產(chǎn)硬件生態(tài)具備支撐國(guó)際領(lǐng)先AI模型研發(fā)的能力，更通過開源模式為全球開發(fā)者提供新選擇。隨著國(guó)產(chǎn)AI基礎(chǔ)設(shè)施的持續(xù)完善，中國(guó)在人工智能領(lǐng)域的技術(shù)自主性將進(jìn)一步增強(qiáng)。
