摘要
- 中國的 Z.AI 推出了一款完全在華為晶片上訓練的大型開源圖像模型。
- 該模型採用了混合自回歸-擴散設計，提升了文本準確性與空間控制能力。
- 這次發布顯示中國正積極推動 AI 自主化，不依賴美國 GPU。
中國人工智慧公司 Z.AI 於週三發布了一款完全在華為處理器上訓練的開源圖像生成模型，這標誌著首度有大型 AI 模型在未依賴美國硬體的情況下完成完整訓練流程。
此舉凸顯了對 Nvidia 在 AI 晶片領域主導地位的潛在長期挑戰，因為這顯示中國頂尖 AI 公司之一已能在不依賴美國 GPU 的情況下訓練大型模型。
該模型目前已可下載，首輪快速測試顯示其在美學和文本一致性上表現良好，雖尚不足以令人驚豔，但空間感知能力卓越。
以 Z.AI 新模型生成的圖像。
這家總部位於北京的公司於上週在香港 IPO 融資 5.58 億美元，該模型名為 GLM-Image，是在華為的 Ascend Atlas 800T A2 伺服器上，使用 MindSpore 框架訓練而成。
「我們希望這能為社群探索國產算力的潛力提供有價值的參考，」Z.AI 在一份與
《南華早報》
所分享的聲明中表示。
介紹 GLM-Image：開源圖像生成領域的新里程碑。
GLM-Image 採用混合式自回歸加擴散架構，結合了強大的全域語義理解與高保真視覺細節。其整體品質已可媲美主流擴散模型……
— Z.ai (@Zai_org) 2026 年 1 月 14 日
GLM-Image 採用自回歸與擴散技術的混合架構，總參數量達 160 億。自回歸部分基於 Z.AI 的 GLM-4 語言模型，負責指令理解與圖像組成，擴散解碼器則負責細節修飾。這種方法類似 OpenAI 最新圖像生成模型 gpt-image-1.5 所採用的技術，其在文本渲染與提示遵循方面，比純擴散模型（如 Stable Diffusion）表現更為優越。
擴散模型從隨機視覺雜訊開始，逐步細緻化成為圖像；而自回歸模型則是逐步構建圖像，每一步都基於前一步的結果。擴散模型擅長整體真實感，但在文本或版面等細節上較易失誤，自回歸模型則在結構和指令遵循上表現突出。目前，擴散技術是開源 AI 圖像生成器中的主流。
新型混合系統結合兩種方法，先以自回歸生成計劃圖像，再用擴散技術進行最終修飾。
圖片：Z.AI
這次發布對 Z.AI 而言意義重大，該公司於 2025 年被華盛頓列入黑名單，原因是其被指與中國軍方有關聯。這一舉動切斷了其獲取 Nvidia H100 和 A100 處理器的渠道。如今，Z.AI 證明了被列入黑名單的企業仍可利用國產硬體打造具有競爭力的 AI 系統，這正是北京長期以來希望證明的目標。
就在 Z.AI 宣布後，
路透社
報導中國海關當局已指示關員阻止 Nvidia H200 晶片進入國內。政府官員召集科技企業開會，要求除非必要不得購買這些晶片。據消息人士透露，措辭嚴厲，實際上等同於「目前基本禁令」。
北京似乎正在釋放信號，表示中國 AI 實驗室可在無需美國晶片的情況下打造高水準模型，減少中國企業囤積 Nvidia 硬體的緊迫性。H200 晶片效能約為去年 8 月被北京封鎖的 H20 晶片六倍，中國企業曾下訂超過兩百萬顆，每顆價格 2.7 萬美元。
根據喬治城大學安全與新興技術中心分析師指出，中國的晶片策略是以大規模華為處理器叢集來彌補單顆晶片效能不足。這種方式可行，但需要更多硬體、更多電力與更複雜的工程投入。
「這一策略的主要限制之一，就是中國是否有足夠的產能來生產所需數量的國產晶片，以彌補與國際領先技術的差距，」資深研究分析師 Hanna Dohmen 在接受
CNBC
訪問時於 十一月表示。
根據華為自身路線圖，2026 年推出的下一代晶片在原始運算力上甚至會比現有旗艦更弱。但這類評估或許低估了中國實驗室透過演算法效率提升的潛力。正如 DeepSeek 透過組合級 GPU 優化，以更少晶片訓練出競爭模型所展現的那樣。
資料來源：美國外交關係協會
根據公司技術報告，Z.AI 的 GLM-Image 在文本渲染與漢字生成方面，於開源模型中取得行業領先基準分數。沒有合適硬體的人也可透過 API 線上試用，每張生成圖像收費 0.014 美元，或經 Z.AI 維護的 Hugging Face Space 免費體驗。
Z.AI 成為中國「AI 四小虎」中首家上市的企業，這些新創致力於打造可與 OpenAI 和 Anthropic 匹敵的大型語言模型。自上市以來股價已上漲約 80%，反映投資人對 DeepSeek、阿里巴巴等中國 AI 企業以及國產晶片雄心的熱情。
與此同時，華為正準備於今年大幅提升 Ascend 處理器產量。該公司在中國各大 AI 會議展館的曝光度日益提升，致力於將自身定位為不再依賴 Santa Clara 的全國 AI 基礎設施支柱。
