Новая модель генерации изображений с открытым исходным кодом GLM-Image от Z.ai превзошла проприетарную модель Nano Banana Pro от Google в рендеринге сложного текста на изображениях, согласно отчету, опубликованному VentureBeat на Fal.ai. Модель с 16 миллиардами параметров, разработанная недавно вышедшим на биржу китайским стартапом Z.ai, предлагает новую альтернативу решениям с закрытым исходным кодом для корпоративных приложений, требующих точных визуальных материалов с большим количеством текста.

Появление GLM-Image происходит на фоне растущей популярности AI-моделей, таких как Claude Code от Anthropic и семейства Gemini 3 от Google, в которое входит Nano Banana Pro (также известная как Gemini 3 Pro Image). Nano Banana Pro завоевала популярность благодаря своей скорости и точности в создании инфографики и других изображений с большим количеством текста, подходящих для корпоративных материалов, учебных пособий и канцелярских товаров. Карл Франзен, пишущий для VentureBeat, отметил значимость появления конкурента с открытым исходным кодом в этой области.

GLM-Image отличается от многих ведущих генераторов изображений тем, что использует гибридную авторегрессионную (AR) диффузионную конструкцию, отходя от отраслевого стандарта "чистой диффузии". По словам Z.ai, этот архитектурный сдвиг позволил GLM-Image достичь уровня точности рендеринга текста, который ранее считался исключительным для проприетарных моделей.

Последствия этого развития выходят за рамки простых технических характеристик. Рост популярности AI-моделей с открытым исходным кодом, таких как GLM-Image, демократизирует доступ к передовым технологиям, потенциально способствуя инновациям и конкуренции. В то время как проприетарные модели предлагают преимущества с точки зрения простоты использования и специализированной поддержки, альтернативы с открытым исходным кодом позволяют исследователям, разработчикам и малым предприятиям настраивать и адаптировать технологию к своим конкретным потребностям.

Ожидается, что конкуренция между AI-моделями с открытым и закрытым исходным кодом усилится в ближайшие годы. По мере развития AI-технологий баланс между доступностью, производительностью и контролем будет определять будущий ландшафт генерации изображений и других AI-приложений. Успех GLM-Image может стимулировать дальнейшие инвестиции и разработки в альтернативные AI-архитектуры, что потенциально приведет к прорывам, которые принесут пользу как сообществу открытого исходного кода, так и более широкой AI-экосистеме.