GLM-Image
智谱新旗舰图像生成模型,采用自回归模型与扩散解码器的混合架构,重点解决海报、PPT、科普图等知识密集型场景中的指令理解和文字生成。
文生图复杂排版文字渲染多格图画
- 模型 ID
- glm-image
- 输入
- 文本(最大 1000 字符)
- 输出
- 图片 URL
- 比例
- 1:1、3:4、4:3、16:9 等
- 自定义尺寸
- 512–2048 px,32 的整数倍
- 平台状态
- 官方资料展示
核心能力
复杂版式
适合商业海报、科普插画、社交媒体图文和包含多处文字的复杂视觉排版。
读懂指令,写对文字
9B 自回归模型负责全局语义和构图,7B DiT 扩散解码器负责细节与文字笔画还原。
多格图画
支持电商展示图、故事漫画等多格画面,并强调画风、主体和文字内容的一致性。
国产芯片训练
官方资料称其训练全流程基于昇腾 Atlas 800T A2 设备完成。
查看官方资料
模型能力、版本和参数以厂商最新官方资料为准。