> ## Documentation Index
> Fetch the complete documentation index at: https://docs.bigmodel.cn/llms.txt
> Use this file to discover all available pages before exploring further.
# GLM-Image
## 概览
GLM-Image 是智谱新旗舰图像生成模型， 模型全程基于国产芯片完成训练，采用独创的「自回归+扩散解码器」混合架构，兼顾全局指令理解与局部细节刻画，克服了海报、PPT、科普图等知识密集型场景生成难题，是面向以 Nano Banana Pro 为代表的新一代「认知型生成」技术范式的一次重要探索。
}>
0.1 元 / 次
}>
文本（最大输入 1000 字符）
}>
图像
}>
支持 1:1、3:4、4:3、16:9 等
**推荐常用尺寸：** 1280x1280 、 1568x1056 、 1056x1568 、 1472x1088 、 1088x1472 、 1728x960 、 960x1728。
**自定义参数：** 长宽需在 512px-2048px 范围内，且长宽均需为32的整数倍。
请注意，GLM-Image 模型的输出是图片 URL，您需要通过 URL 下载图片。
## 推荐场景
能够生成构图完整、视觉层次清晰、整体设计感突出的节日海报与商业宣传图片，并支持文字内容的精准嵌入与稳定呈现，适用于品牌传播、市场推广等多种商业场景。
更擅长绘制包含复杂逻辑关系、流程说明与文字注释的科普插画和原理示意图，能够在保证画面美观的同时，清晰、准确地传达知识结构与核心信息。
在生成电商展示图、故事漫画等多格图画时，GLM-Image 可以有效保持整体画风与主体形象的一致性，同时显著提升多处文字生成的准确率，确保内容连贯、表达统一。
适用于制作封面设计与版式结构较为复杂的社交媒体图文内容，支持灵活排版与多样化表达，让创作过程更加高效，呈现效果更加丰富多元。
## 使用资源
快速测试模型在业务场景上的效果
API 调用方式
## 详细介绍
**GLM-image是我们面向「认知型生成」技术范式的一次重要探索，** 这是首个开源的工业表现级离散自回归图像生成模型。
GLM-Image 引入了「自回归+扩散解码器」混合架构，融合了 9B 的自回归模型与 7B 的 DiT 扩散解码器。前者利用其语言模型的底座优势，专注于提升对指令的语义理解和画面的全局构图；后者配合 Glyph Encoder 的文本编码器，专注于还原图像的高频细节和文字笔画，以此改善模型“提笔忘字”的现象。
*general pipeline*
*decoder formulation*
基于上述架构创新，GLM-Image在文字渲染的权威榜单中达到开源 SOTA水平。
* **CVTG-2K（复杂视觉文字生成）** 榜单核心考察模型在图像中同时生成多处文字的准确性。在多区域文字生成准确率上，GLM-Image 凭借 0.9116 的 Word Accuracy（文字准确率）成绩，位列开源模型前列。在NED（归一化编辑距离）指标上，GLM-Image 同样以 0.9557 胜出，表明其生成的文字与目标文字高度一致，错字、漏字情况更少。
* **LongText-Bench（长文本渲染）** 榜单考察模型渲染长文本、多行文字的准确性，覆盖招牌、海报、PPT、对话框等8 种文字密集场景，并分设中英双语测试，GLM-Image以英文0.9524、中文0.9788的成绩位列开源模型前列。
GLM-Image 是我们对国产计算生态的一次深度探索与验证。从早期的数据预处理到最终的大规模预训练，模型构建的全流程均在昇腾Atlas 800T A2设备上完成。
GLM-Image 是首个在国产芯片上完成全流程训练的SOTA多模态模型，验证了在国产全栈算力底座上训练高性能多模态生成模型的可行性。我们希望这一实践能为社区挖掘国产算力潜力提供有价值的参考。
## 应用示例
}>
竖版手工剪贴簿风格的图像。顶部是一条亮红色粗糙撕裂边缘的纸质横幅，用半透明和纸胶带斜着固定，左上角夹着金色回形针，压着一小块写有「首发」的碎纸。横幅上用粗黑体手工剪报风写着主标题「GLM-Image 开源：国产芯片炼出图像生成 SOTA」，标题周围用黑色马克笔画着放射线和手绘画笔调色盘图标。
背景是拼贴的AI生成图片碎片、芯片电路图纹理、水彩晕染和浅蓝色卡纸。左侧有一个带磨损金属边的数码相框，用透明胶带斜贴，相框内大字写着「自回归 + 扩散解码器」，副标题「9B 自回归理解指令 + 7B DiT 精绘细节」，背景是文字prompt气泡到精美图像的箭头连接图，边缘有手绘箭头标注「读懂指令」「写对文字」。
右侧散落三张不同颜色的撕裂纸条便利贴，被和纸胶带交叉固定。配有芯片实物照片剪影加华为logo小贴纸、中文艺术字海报截图、多分辨率图像网格等插图。三个撕裂纸条标签带粗黑描边：「昇腾 A2 + 昇思 MindSpore：全程国产训练」「CVTG-2K & LongText-Bench：文字渲染开源第一」「384×384 到 2048×2048：任意比例原生支持」。旁边还有一条窄蓝色撕裂纸条写着「认知型生成：知识 + 推理新范式」，上面有马克笔波浪线和星星。
底部是一整条深蓝色撕裂纸带，印着电路纹理，用和纸胶带固定。通栏大标题「从"画个图"到"懂您想要什么"的认知型生成引擎」
}>
}>
哈苏胶片质感的画面中，一位长发美女置身于柔和的室内光影里，窗外的枝叶在微风中摇曳，将斑驳的树影投射到她的脸庞和肩头；薄纱轻轻垂落在背景，营造出朦胧唯美的氛围，轮廓光勾勒出她慵懒自然的姿态，凌乱的长发在风中轻轻飘起，发丝在阳光的照射下泛着微光；近景特写捕捉她深情凝望镜头的瞬间，清透细腻的肌肤在高曝光与高明暗的对比中展现丰富的质感，背景略微模糊，泛光与晕染交织出轻柔的梦幻效果，画面带有高噪点的胶片色彩与微妙的反射，整体细节生动，仿佛凝固在午后微风与光影交错的诗意瞬间。
}>
}>
冬季 OOTD 穿搭封面，复古拼贴风：主体是一位女生的主穿搭（浅蓝宽松毛衣 + 黄格衬衫内搭 + 酒红半裙 + 粉白花纹围巾 + 粉调手提包），周围拼贴 2-3 张同系列冬季搭配小图（如蓝羽绒服 + 黑阔腿裤、棕外套 + 藏青裤）；背景融合浅灰方格墙面 + 户外街景局部；添加大尺寸浅蓝艺术字 “OOTD”，手写风标注文字（如 “autumn/win”“work/date”），点缀星星、手绘箭头等小装饰，以及咖啡杯、播放键小图标；整体色调柔和温暖，元素错落排版，营造活泼的冬日穿搭参考感
}>
}>
暗黑艺术感巴宝莉品牌宣传海报：整体采用低饱和深灰色暗调背景，配色以黑白（两匹马）+ 巴宝莉标志性红黑格纹（含白、浅棕线条）为主，文字与 logo 为白色；主体是两匹写实细腻质感的马（左侧纯白、右侧纯黑），头部均被巴宝莉经典红黑格纹丝巾蒙住双眼，丝巾呈现自然垂坠的面料纹理；画面右上角放置白色巴宝莉骑士品牌 logo，底部以大号白色无衬线字体标注 “BURBERRY”；光线为低调柔和的人像光，突出马匹毛发的细腻质感与丝巾的格纹细节，整体风格是高级艺术感的时尚品牌风，氛围神秘且契合品牌经典元素
}>
## 调用示例
**调用示例**
```bash theme={null}
curl -X POST "https://open.bigmodel.cn/api/paas/v4/images/generations" \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "glm-image",
"prompt": "一只可爱的小猫咪，坐在阳光明媚的窗台上，背景是蓝天白云",
"size": "1280x1280"
}'
```
**安装 SDK**
```bash theme={null}
# 安装最新版本
pip install zai-sdk
# 或指定版本
pip install zai-sdk==0.2.1
```
**验证安装**
```python theme={null}
import zai
print(zai.__version__)
```
**调用示例**
```python theme={null}
from zai import ZhipuAiClient
client = ZhipuAiClient(api_key="YOUR_API_KEY") # 请填写您自己的 APIKey
response = client.images.generations(
model="glm-image", # 请填写您要调用的模型名称
prompt="一只可爱的小猫咪，坐在阳光明媚的窗台上，背景是蓝天白云",
)
print(response.data[0].url)
```
**安装 SDK**
**Maven**
```xml theme={null}
ai.z.openapi
zai-sdk
0.3.2
```
**Gradle (Groovy)**
```groovy theme={null}
implementation 'ai.z.openapi:zai-sdk:0.3.2'
```
**调用示例**
```java theme={null}
import ai.z.openapi.ZhipuAiClient;
import ai.z.openapi.core.Constants;
import ai.z.openapi.service.image.CreateImageRequest;
import ai.z.openapi.service.image.ImageResponse;
public class GlmImageExample {
public static void main(String[] args) {
ZhipuAiClient client = ZhipuAiClient.builder().ofZHIPU().apiKey("YOUR_API_KEY").build();
// Create image generation request
CreateImageRequest request = CreateImageRequest.builder()
.model("glm-image")
.prompt("一只可爱的小猫咪，坐在阳光明媚的窗台上，背景是蓝天白云")
.size("1280x1280")
.build();
ImageResponse response = client.images().createImage(request);
System.out.println(response.getData());
}
}
```