Compass Investments

中国公司Z.AI发布了首个在不使用美国半导体的情况下训练出来的重要成像模型。

它采用了基于自回归和扩散的混合设计，提高了文本阅读和空间控制能力。

这次发布表明中国正在通过摒弃美国的 GPU 来推动人工智能的独立发展。

来自中国的游戏公司 Z.AI 周三宣布了一个完全在华为处理器上训练的公开可用的图片生成模型。这是首次在不使用美国硬件的情况下训练出如此大规模的人工智能模型。

此举可能会对英伟达（Nvidia）在人工智能芯片领域的主导地位构成长期挑战，表明中国领先的人工智能开发者有能力训练大型模型，而不受制于美国图形加速器。

这个模型已经可以在 抱抱脸 上下载，根据我们的初步评估，它在美学和文字连贯性方面表现良好（尽管按照目前的标准，它还不是最先进的），同时对空间关系的理解也非常出色。

新的 z.AI 模型生成的图像。

这家总部位于北京的公司上周在香港上市，募集了 5.58 亿美元，它使用 MindSpore 框架在华为 Ascend Atlas 800T A2 集群上训练了一个名为 GLM-Image 的模型。

南华早报》援引Z.AI的话说：我们希望这个模型能成为社区探索国内计算能力潜力的宝贵资源。

GLM-Image 在一个混合框架中结合了自回归和扩散方法，涉及 160 亿个参数。自回归部分基于Z.AI的GLM-4语言模型，负责查询解释和整体图像合成，而扩散解码器则完善细节。这种方法与 OpenAI 最新的图像生成模型 gpt-image-1.5 中使用的技术如出一辙，后者在文本渲染和遵从指令方面的效果要好于纯粹基于扩散的同类产品，如稳定扩散（Stable Diffusion）。

扩散模型通过从随机噪音开始并逐渐将其转化为图像来创建图片，而自回归模型则是分阶段创建图片，根据前一个模型来预测每一个元素。扩散模型在整体逼真度方面更胜一筹，但在处理文字或布局等精确元素时可能会遇到困难，而自回归模型则在结构验证和遵循方向方面表现出色。目前，扩散法在开源图像生成器中占主导地位。

新的混合系统结合了这两种方法：自动回归用于初始图像规划，而扩散则用于最终结果的完善。

这次发布对 Z.AI 至关重要，因为该公司因涉嫌与中国军方有联系而被华盛顿列入 2025 年制裁名单。这使得该公司无法使用 Nvidia 的 H100 和 A100 加速器。现在，Z.AI 已经证明，即使是被制裁的公司也能在本地硬件上创建有竞争力的人工智能解决方案，而这正是中国政府长期以来一直试图证明的。

路透社报道，Z.AI 发布声明后，中国海关官员立即指示官员阻止 Nvidia H200 芯片进入中国。官员们与 IT 公司召开了一次会议，建议他们不要计划外购买这些芯片。据知情人士透露，这一措辞严格到几乎禁止这些设备的进口。

中国政府似乎在明确表示，中国的人工智能实验室有能力在没有美国半导体的情况下开发出先进的模型，从而减少了中国企业囤积英伟达硬件的需求。H200 芯片比去年 8 月被封杀的 H20 强大约六倍，已引发中国公司超过 200 万台、每台 2.7 万美元的订单。