Z.AI з Китаю випустила першу велику модель генерації AI-зображень, навченої без використання американських чипів

Китайська компанія з розробки штучного інтелекту Z.AI у середу представила open-source модель генерації зображень, яку повністю навчали на процесорах Huawei, що стало першим випадком, коли велика ШІ-модель пройшла повний цикл навчання без використання американського обладнання.

Цей крок підкреслює потенційний довгостроковий виклик домінуванню Nvidia у сфері ШІ-чіпів, оскільки демонструє, що одна з провідних китайських компаній у сфері ШІ може навчати великі моделі без використання GPU, вироблених у США.

Модель вже доступна для завантаження й показує добрі, хоча й не вражаючі за сучасними мірками, результати з точки зору естетики та зв'язності тексту, а також чудову просторову обізнаність за результатами наших перших тестів.

Пекінська компанія, яка минулого тижня залучила 558 мільйонів доларів під час IPO в Гонконзі, навчила модель під назвою GLM-Image на серверах Huawei Ascend Atlas 800T A2, використовуючи фреймворк MindSpore.

"Ми сподіваємося, що це стане цінним референсом для спільноти у вивченні потенціалу вітчизняних обчислювальних потужностей", — заявили у Z.AI у коментарі, наданому

.

GLM-Image поєднує авто-регресивні й дифузійні методи у гібридній архітектурі із загальною кількістю 16 мільярдів параметрів. Авто-регресивна частина, заснована на мовній моделі GLM-4 від Z.AI, відповідає за розуміння інструкцій та композицію зображення, а дифузійний декодер деталізує зображення. Такий підхід подібний до того, що застосовується в останній моделі генерації зображень від OpenAI — gpt-image-1.5, яка виявилася переважною у рендерінгу тексту та виконанні запитів порівняно з чисто дифузійними моделями, такими як Stable Diffusion.

Дифузійні моделі створюють зображення, починаючи з випадкового шуму й поступово перетворюючи його на картинку, тоді як авто-регресивні моделі будують зображення крок за кроком, прогнозуючи кожну частину на основі попередньої. Дифузія забезпечує чудовий загальний реалізм, але може мати труднощі з точністю деталей, таких як текст або макет, у той час як авто-регресивні моделі відмінно працюють зі структурою та виконанням інструкцій. Наразі дифузійний підхід залишається провідним серед open-source генераторів зображень на базі ШІ.

Нові гібридні системи поєднують обидва підходи: авто-регресивна генерація планує зображення, а дифузія полірує кінцевий результат.

Цей запуск має значення для Z.AI, яку Вашингтон заніс до чорного списку у 2025 році через підозри у зв'язках з армією Китаю. Це рішення відрізало компанію від процесорів Nvidia H100 та A100. Тепер Z.AI довела, що компанії з чорного списку все ще можуть створювати конкурентні системи ШІ, використовуючи вітчизняне обладнання — розвиток, який Пекін давно прагнув продемонструвати.

Відразу після анонсу Z.AI,

повідомили, що китайські митні органи дали вказівку агентам блокувати ввезення чіпів Nvidia H200 до країни. Державні чиновники скликали технологічні компанії на зустрічі, на яких заявили, що купувати ці чіпи можна лише за крайньої необхідності. За словами джерел, формулювання було настільки суворим, що це фактично означає "зараз майже повну заборону".

Пекін, схоже, демонструє, що китайські лабораторії ШІ можуть створювати конкурентні моделі без американських чіпів, зменшуючи нагальність для китайських компаній накопичувати обладнання Nvidia. H200, який забезпечує приблизно в шість разів більшу продуктивність, ніж чіп H20, вже заблокований Пекіном у серпні минулого року, отримав понад два мільйони замовлень від китайських компаній за ціною $27 000 за штуку.

Аналітики Центру безпеки та новітніх технологій Джорджтаунського університету відзначають, що стратегія Китаю у сфері чіпів полягає у компенсації меншої продуктивності кожного чіпа масивними кластерами процесорів Huawei. Цей підхід працює, але вимагає більше обладнання, більше електроенергії та більше інженерних зусиль.

"Одним із ключових обмежень цієї стратегії є здатність Китаю виробляти достатню кількість чіпів на вітчизняних заводах, щоб подолати і не відставати від розриву у можливостях", — зазначила старший аналітик Hanna Dohmen для

у листопаді.

Згідно з власною дорожньою картою Huawei, її наступне покоління чіпів у 2026 році буде навіть гірше за поточний флагман у плані "сирої" потужності. Однак такі оцінки можуть недооцінювати досягнення китайських лабораторій завдяки алгоритмічній оптимізації, як це продемонструвала DeepSeek, навчаючи конкурентні моделі з меншою кількістю чіпів шляхом оптимізації на рівні асемблера GPU.

GLM-Image від Z.AI досягла провідних у галузі результатів серед open-source моделей за рендерінгом тексту та генерацією китайських ієрогліфів, згідно з технічним звітом компанії. Ті, хто не має відповідного обладнання, можуть спробувати її онлайн з доступом до API за ціною $0,014 за згенероване зображення або через безкоштовний Hugging Face Space, що підтримується Z.AI.

Z.AI стала першою серед "тигрів ШІ" Китаю — стартапів, що створюють великі мовні моделі-конкуренти OpenAI та Anthropic, — яка вийшла на біржу. Її акції зросли приблизно на 80% з моменту лістингу, на тлі інтересу інвесторів до китайських ШІ-компаній, таких як DeepSeek чи Alibaba, у світлі прагнення Китаю до незалежності в чіпах.

Тим часом Huawei готується суттєво збільшити виробництво своїх процесорів Ascend цього року. Присутність компанії на виставках ШІ по всьому Китаю стала ще більш помітною, оскільки вона прагне позиціонувати себе як основний елемент національної інфраструктури ШІ, що більше не залежить від Санта-Клари.