Z.ai GLM-Image 開源模型發布：文字渲染精準度力壓 Google 巨頭

超越 Google 約 17% 的文字精準度。這不是科幻小說，而是 2026年1月14日 科技界的最新現實。新興 AI 獨角獸 Z.ai 正式發布 160億 參數的 Z.ai GLM-Image 開源模型，在資訊圖表與技術圖表的生成領域，開源勢力正以前所未有的速度突飛猛進。

挑戰 Google 權威：Z.ai GLM-Image 開源模型的基準測試表現

在衡量模型精確繪製文字能力的 CVTG-2k 基準測試中，GLM-Image 拿下了 0.9116 的驚人分數。相比之下，長期獨占鰲頭的企業級模型 GoogleGemini 3 Nano Banana Pro 僅得分 0.7788。這意味著在處理包含多段文字、標題與列表的複雜商業投影片時，GLM-Image 展現了翻天覆地的性能提升。

廣告

廣告合作

[email protected]

廣告

混合架構大顯身手：為什麼 GLM-Image 能精準繪製圖表？

與傳統的純擴散模型不同，Z.ai 採用了「自回歸 (AR) + 擴散 (Diffusion)」的混合架構。這種設計將生成過程分為兩步：首先由 90億 參數的自回歸模組規劃佈局與文字邏輯，再由 70億 參數的擴散解碼器渲染細節。這種「先思考、後動筆」的模式，有效解決了 AI 生成圖像時常出現的文字亂碼問題。