智譜開源GLM-Image混合架構寫對圖中字
智譜今年1月聯同華為開源新一代圖像生成模型GLM-Image,採用自回歸與擴散解碼器混合架構,主打精準理解指令與寫對圖中文字,瞄準知識密集場景。
訓練與架構
模型於昇騰Atlas 800T A2配合昇思MindSpore完成全流程訓練,架構為9B自回歸模型加7B擴散解碼器,融合語言模型的理解深度與擴散模型的生成質量。
IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文,仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入/註冊解鎖全文 →Google 或電郵地址即可,即刻解鎖。
