Le modèle de génération d'images open source GLM-Image, récemment publié par Z.ai, a démontré des performances supérieures dans le rendu de texte complexe au sein des images par rapport au modèle propriétaire Nano Banana Pro de Google, également connu sous le nom de Gemini 3 Pro Image. Le modèle de 16 milliards de paramètres de la startup chinoise récemment rendue publique utilise une nouvelle conception hybride de diffusion auto-régressive (AR), s'écartant de l'architecture de diffusion pure couramment utilisée dans les principaux générateurs d'images.

Ce développement intervient dans un contexte de popularité croissante des modèles d'IA capables de générer des images avec du texte intégré, en raison de la demande croissante d'applications d'entreprise telles que les supports marketing, les supports de formation et les communications internes. Carl Franzen de VentureBeat a rapporté le 14 janvier 2026 que Nano Banana Pro de Google, qui fait partie de la famille de modèles d'IA Gemini 3 lancée à la fin de l'année dernière, avait gagné en popularité en raison de sa rapidité et de sa précision dans le rendu d'infographies riches en texte.

Les modèles de diffusion traditionnels génèrent des images en affinant progressivement le bruit aléatoire, un processus qui peut être difficile avec le placement précis et la clarté requis pour le rendu du texte. L'approche hybride de diffusion AR de GLM-Image combine cette technique avec des méthodes auto-régressives, qui prédisent l'élément suivant dans une séquence en fonction des éléments précédents. Cela permet un meilleur contrôle du processus de génération d'images, en particulier dans les zones impliquant du texte.

Les implications de ce développement vont au-delà de la simple supériorité technique. La nature open source de GLM-Image offre des options d'accessibilité et de personnalisation qui ne sont pas disponibles avec les modèles propriétaires comme Nano Banana Pro. Cela pourrait favoriser l'innovation et une adoption plus large de la génération d'images basée sur l'IA dans divers secteurs, en particulier pour les organisations à la recherche de solutions rentables et adaptables.

« La capacité de rendre avec précision du texte dans les images est cruciale pour de nombreuses applications du monde réel », a noté Franzen. « Les performances de GLM-Image suggèrent que les modèles open source rattrapent rapidement, voire dépassent, leurs homologues propriétaires. »

L'essor des modèles de génération d'images propriétaires et open source met en évidence les progrès rapides de la technologie de l'IA et son potentiel de transformation des flux de travail créatifs. Alors que la famille Gemini 3 de Google et Claude Code d'Anthropic ont suscité une attention considérable, l'émergence de GLM-Image signale un paysage concurrentiel croissant et la viabilité croissante des alternatives open source.

Z.ai n'a pas encore publié de spécifications techniques détaillées ni de benchmarks comparant directement GLM-Image à Nano Banana Pro. Cependant, les premiers rapports et les commentaires des utilisateurs suggèrent une amélioration notable de la précision et de la cohérence du rendu du texte. Le modèle est actuellement disponible en téléchargement et pour expérimentation sur des plateformes comme Fal.ai, permettant aux chercheurs et aux développeurs d'évaluer davantage ses capacités et de contribuer à son développement continu. L'entreprise prévoit de publier d'autres mises à jour et améliorations de GLM-Image en fonction des commentaires de la communauté dans les mois à venir.