核心观点 - 全年配置建议以资源和传统制造定价权提升逻辑为底仓，增配非银金融，并兼顾反共识品种以降低组合波动 [1][3][18] - 市场短期预计延续主题和小票轮动的震荡上行格局至两会前后，后续需内需预期上修才能回归基本面驱动 [3][20] 策略与主题配置 - 配置型资金对降低权益组合波动的诉求更高，需关注可持续“大钱”的流向 [3][20] - 主题投资方面，国产算力、AI应用、合成生物、人形机器人、自动驾驶的主题热情有望爆发 [4][21] 铝行业 - 预计2026年光伏用铝需求加速下滑，但电网、汽车、储能和空调铝代铜需求将支撑电解铝需求增长后劲 [5][22] - 预计2026年铝价中枢将达23000元/吨，行业供给增速下移为趋势，扰动抬头迹象显现，看好板块盈利与估值齐升 [5][22] 稀土行业 - 全球稀土资源战略地位提升，产业进入高质量发展新时代，供给端配额管制等政策使刚性逻辑持续加强 [5][23] - 新能源汽车、人形机器人和低空经济等新兴领域将成为需求长期高速增长的核心驱动 [5][23] - 预计从2026年起全球稀土供需缺口或持续扩大，价格稳中有进，产业链盈利能力持续提升 [6][23] 电子行业 - 2025年以来因上游金属成本大幅提升及AI高景气拉动需求，存储、CCL、BT载板、晶圆代工、封测等多个细分领域发布涨价通知 [7][24] - 本轮涨价周期背景是AI超高景气，而消费电子、汽车电子等需求阶段性承压，建议关注在涨价趋势中受益确定性最高的环节 [7][25] 非银金融行业 - 随着股权融资节奏优化、并购重组活跃度回升、衍生品工具扩容及财富管理转型深化，证券公司业务边界将持续拓宽，营收更加多元稳健 [8][25] - 截至2026年1月14日，证券III（中信）指数PB（LF）估值约为1.5倍，位于2016年以来43%分位数；中资券商（H）指数PB（LF）估值约为0.9倍，位于2016年以来70%分位数 [8][25] 美国经济数据 - 美国2025年12月季调后非农就业人数增加5万人，低于预期的6.5万人，就业增长集中在医疗、教育和休闲酒店行业，结构较差 [11][29] - 12月美国失业率下行至4.4%，新增非农就业人数和失业率均低于预期，就业市场呈现“低招聘+低裁员”格局 [13][30] - 预计2026年美联储或降息50bps左右，并预计美联储将在1月议息会议暂停降息，鲍威尔任期内或还有一次降息 [11][13] - 美国2025年12月通胀表现不温不火，核心通胀略低于预期，食品通胀上升，预计通胀前景趋于缓和 [14][32] - 预计美联储今年1月暂停降息、全年降息两次，各25bps [14][32] 中国经济数据 - 中国社融增速小幅放缓，展望2026年，政府债节奏主导社融表现或将延续，社融将呈现“前高后稳、结构优化”的节奏 [9][15][27] - M2-M1剪刀差走阔反映出流动性宽松但实体投资动能偏弱，M1增速延续回落趋势 [15][33] - 12月中国出口增速高于预期和前值，主要受非美出口呈现较强韧性带动，进口增速亦高于预期，或与制造业景气回升相关 [16][34] - 判断2026年出口基本面有较强支撑，但需关注部分国家受美国影响调整对华贸易政策的可能性 [16][34]

行业整体观点与市场机会 - 当前仍较为看好上半年春季行情的布局机会 [1] - AI叙事持续深化，是科技板块最核心的主线 [1][2] - 台积电2026年资本支出计划大幅超出原有预期，彰显其对AI产业发展的坚定信心 [1] - 存储链（半导体设备）、国产算力及海外算力或构成本次春季躁动的核心投资主线 [2] AI算力硬件领域 - 当前相对较看好算力硬件，基础设施投资具有优先性 [2] - 国产算力行业今年资本开支与市场需求均表现强劲 [2] - 重点关注三大方向：一是算力芯片，其盈利模式清晰、产业链景气度高；二是与算力芯片配套的存储、电路板、光模块等相关领域；三是受算力芯片需求带动，半导体产能投入增加所利好的半导体设备与材料板块 [2] AI大模型应用领域 - 虽当前盈利模式尚未明确，但作为长期核心方向值得关注 [2] - 软件应用、智能驾驶、机器人等可形成业务闭环的赛道值得密切跟踪 [2] - 未来若某一赛道实现盈利落地，可考虑切入布局 [2] 存储细分领域 - 在AI核心方向下，聚焦存储和设备这两个细分领域锐度或更高 [1] - 从全球资本市场来看，设备、存储类公司股价持续创新高，这类标的处于AI叙事框架的通胀方向 [1] - 存储板块核心逻辑在于AI推理需求持续增加，推动存储需求爆发式上升，打破了此前的供需平衡格局 [1] - 2025年起存储供需缺口或扩大至20%甚至更高，目前涨价趋势已显现，涵盖多种品类且涨价周期明确 [1] - 供应短缺背景下，行业扩产积极性高涨，国内相关企业已达到全球顶尖水平 [1] - 可重点关注设计类、业绩爆发力强的模组类及产业链相关公司 [1]

行业整体表现与核心驱动 - 2026年初计算机行业迎来强势开门红，行业景气度有望开启底部反转行情[1][5] - 年初至今计算机行业指数涨幅达18.04%，在SW一级行业中排名第三，大幅跑赢同期上证指数(3.96%)、沪深300(2.42%)、创业板指(4.56%)和科创50指数(11.66%)[1][6] - AI应用是推动计算机板块景气度底部反弹的核心动力，万得AI应用指数涨幅达19.25%，其商业化逻辑已逐步形成闭环[1][6] AI应用发展趋势与催化 - AI应用端正迎来密集利好催化，驱动行业从技术验证期加速迈入商业价值兑现期[2][6] - 海外市场动作频频，例如英伟达与礼来达成五年期10亿美元合作推进AI制药，OpenAI推出ChatGPT Health并收购医疗初创公司Torch，加速AI在医疗领域落地[2][6] - 传统SEO正逐步迈向GEO（生成式引擎优化）时代，核心在于品牌对AI时代流量控制权的争夺[2][6] 商业化路径与细分赛道 - B端AI应用有望率先迎来爆发，AI模型在企业内部的应用已显现降本增效效果[2][7] - 建议重点关注的B端细分赛道包括AI+营销、AI+工业软件、AI+医疗、AI+金融[2][7] - 传统C端优质企业凭借深厚的用户基础与品牌影响力，通过AI赋能可进一步巩固竞争壁垒，具备长期投资价值[2][7] 算力基础设施发展 - 国产算力正迎来新一轮发展周期，2025年四季度国内AIDC招标已呈现回暖上行趋势[3][7] - 2026年国内互联网大厂将加速数据中心布局，推进节奏有望快于2025年[3][7] - 若H200供应恢复，将提升大模型训练效率，加速AI应用端落地，同时带动国产算力芯片在推理端的需求释放[3][7] 2026年投资主线与标的建议 - 2026年AI应用将从“可用”向“好用”跨越，与国产算力产业链形成共振，需重点把握两大投资主线[3][8] - 报告给出八大细分赛道标的建议，涵盖大模型及MaaS厂商、国产算力及数据中心产业链以及AI+各垂直领域的具体公司[3][8]

行业趋势与市场逻辑 - 当前市场逻辑发生剧变，性能指标仅是“入场券”，能否解决业务痛点、降低应用门槛成为决定AI芯片价值的“生死线”[2] - 算力已从机房的“硬件名词”转变为渗透进千行百业的隐形生产力，行业正处于从“技术可用”向“场景好用”转型的关键路口[1][3] - 算力需求正从“实验性测试”转向“规模化生产”，国产AI芯片的评价体系正在重构[5] - 算力的决策权正从IT技术团队向业务部门迁移，采购模式从过去的“采购驱动”转变为“价值驱动”，算力从后台的固定资产变为前台的生产力[16][17][18] - 未来的竞争不仅取决于谁拥有更多算力，更取决于谁能让算力发挥更高效率、带来更高回报[19] 公司概况与产品 - 芯桥半导体是一家北京国产GPU新锐公司，成立于2025年3月，距今尚不满一年[3][6] - 创始团队汇聚了多位长期从事半导体相关工作的产业人士，创始人、董事长韩啸深耕IDC和智算中心系统集成产业多年，联席CEO肖荣辉具备多年的产业研究和半导体行业从业经验，团队基因“深根基、重落地”[6] - 公司已推出Sinexus X200、S200系列国产高性能GPGPU产品，这些是面向AI训练与推理等核心应用场景、已在多个智算集群中完成部署验证的量产级产品，并非实验室原型机[6][8] 核心商业模式与解决方案 - 公司的竞争力在于不只提供自主知识产权的芯片，而是以此为基点，构建了一套全栈式国产智算集群解决方案[9] - 公司推翻了硬件“交付即结束”的“盒子模式”，转而更关注国产算力在真实场景中的长期可用性与运营价值，强调芯片、算力必须与业务场景深度结合[12][13] - 公司提供覆盖从前期规划设计、平台部署到后期运维运营的完整生命周期的全栈方案，能够更好适配政务采购流程及国产化合规要求[15][20] - 这种工程化、体系化的交付能力，旨在解决政企、运营商等行业大客户在构建国产底座时“敢不敢用”、“能不能用”、“用了是否还会再用”的信任问题[9] 应用场景与行业落地 - 公司聚焦于国产算力在真实场景中的长期可用性与运营价值，重点服务制造业、医疗、教育、金融、政务等行业[20][22] - 在制造领域，支持视觉质检应用，让算力直接参与生产环节，减少人工误检与漏检，推动工业体系向智能化、精细化方向演进[14][25] - 在医疗领域，利用国产算力支持影像分析平台，实现辅助诊断、缩短排查周期，服务于影像分析、辅助诊断及医疗数据智能利用[15][25] - 在教育领域，基于算力开展智能考试阅卷系统，减轻教师负担，提升处理效率，并可支撑智能教学、个性化学习与内容生成等应用[15][25] - 在金融领域，面向智能客服、风险识别、业务分析与智能决策等场景，为金融机构提供稳定、可持续的智能化支撑[25] - 在政务领域，助力自动化办公、政务服务智能化升级与数据治理能力提升，增强公共服务响应效率[25] - 通过面向不同行业的应用适配与持续优化，公司协助客户提升算力利用效率、降低总体拥有成本（TCO），推动国产算力真正进入业务系统，实现从算力投入到商业变现的价值闭环[22] 发展目标与愿景 - 公司正通过实用主义的创新思路，探索国产AI芯片从底层架构到场景化应用的高效适配方案[23] - 未来将持续推进新一代AI芯片与智算平台协同发展，联合政企、运营商及行业伙伴，共建开放、协作、共赢的国产算力生态，推动算力从“可用”走向“易用”[22] - 最终目标是让算力真正做到“开箱即用”，从而全面释放AI技术的普惠价值，赋能千行百业迈向智能化新阶段[24]

行业投资评级 - 计算机行业评级为“推荐”，并维持该评级 [1] 核心观点 - AI应用商业化拐点已至，行业景气度有望迎来底部反转，AI应用与国产算力将形成双主线共振 [1][3] - 年初至今计算机行业指数涨幅18.04%，在SW一级行业中排名第三，同期上证指数涨3.96%，沪深300涨2.42%，创业板指涨4.56%，科创50指数涨11.66% [3] - 本轮计算机板块上涨的核心驱动是AI应用，其中万得AI应用指数涨幅达19.25% [3] - AI应用端迎来密集催化，传统SEO正迈入GEO（生成式引擎优化）驱动的新阶段，有望推动应用从技术验证期进入商业价值兑现期 [3] - B端AI应用有望率先爆发，AI模型在企业内部降本增效的效果已开始显现，重点关注AI+营销、工业软件、医疗、金融等领域 [3] - C端AI应用方面，传统优质产品公司通过AI赋能有望巩固壁垒，建议关注具备长期价值的标的 [3] - 数据中心需求释放叠加密集招标，国产算力有望迎来新周期，2025年四季度国内AIDC招标已开始回暖并呈上行趋势 [3] - 2026年国内互联网大厂将加紧数据中心布局，节奏或快于2025年，若H200恢复供应将推动大模型训练效率，加速AI应用落地与国产算力芯片在推理端的需求 [3] - 2026年AI应用将从“可用”转向“好用”阶段，全年重点关注AI应用与国产算力双主线投资机会 [3] 投资建议与关注标的 - 建议重点关注大模型及MaaS厂商：阿里巴巴-W、智谱、MINIMAX-WP、科大讯飞、商汤-W、拓尔思、昆仑万维 [3] - 建议重点关注国产算力及数据中心产业链：寒武纪、海光信息、龙芯中科、润泽科技、大位科技、光环新网、宝信软件、软通动力、浪潮信息、神州数码、英维克、科士达、中恒电气 [3] - 建议重点关注AI+营销：蓝色光标、壹网壹创、视觉中国、汇量科技 [3] - 建议重点关注AI+工业软件：鼎捷数智、能科科技、中控技术、华大九天、广立微、概伦电子 [3] - 建议重点关注AI+医疗：晶泰控股、英矽智能、嘉和美康、卫宁健康 [3] - 建议重点关注AI+办公：合合信息、金山办公、万兴科技、福昕软件 [3] - 建议重点关注AI+ERP：金蝶国际、用友网络 [3] - 建议重点关注AI+金融：恒生电子、同花顺、指南针、财富趋势 [3]

合作概述 - 智慧眼科技股份有限公司与海光信息技术股份有限公司正式签署战略合作协议，双方将聚焦医疗健康行业，开展全方位深度合作[1] - 合作旨在推动国产化技术与行业应用的深度融合，提升国产化产品在医疗健康等重要行业的渗透与替代能力[1] 合作背景与战略意义 - 随着我国数字经济高速发展，以算力为底座的信息基础设施建设需求增加，人工智能技术赋能产业升级效果明显[1] - 医疗健康作为核心场景，对自主可控算力与AI能力提出更高要求[1] - 智慧眼在医保、卫健、养老、保险等领域深耕十余年，其“砭石”大模型累计服务超5亿参保人[1] - 海光信息拥有国内领先的高性能通用CPU与DCU，已在政务、金融、电信等关键行业批量部署[1] - 此次合作标志着国产算力与行业智能化解决方案实现深度融合，通过“芯片+算法”“算力+场景”的创新结合模式，实现双方互利共赢[2] 合作具体内容 - 双方将构建“技术—产品—市场”三位一体深度协同体系，共享研发资源、测试环境与市场渠道，实现优势互补、资源整合[1] - **研发协同**：智慧眼将发挥其在计算机视觉、自然语言处理、砭石大模型及数字健康平台的技术优势，结合海光信息高性能的自主CPU、DCU，开展医疗健康场景下AI应用的适配优化与联合研发，实现AI模型在国产算力平台“训练—推理”一站式闭环[2] - **产品共创**：基于联合研发成果，共同打造软硬一体的集成解决方案，智慧眼负责上层应用的适配与调优，海光信息提供底层算力支持与持续迭代，携手构建具有行业竞争力的产品线[2] - **市场共拓**：双方互为优先合作伙伴，在项目落地、解决方案推广等环节紧密协同，共同拓展全国医疗健康领域市场空间，加速国产化解决方案的规模化落地[2] 公司观点与行业展望 - 智慧眼总经理肖要林认为，医疗AI要真正自主可控，必须打通“算法”与“算力”，海光信息的高性能芯片能让砭石大模型跑出“中国速度”，双方将共同打造国人用得起的“医疗AI国产方案”[2] - 海光信息医卫行业总经理郑佩指出，此次合作是国产高端芯片在医疗健康行业的关键一跃，“中国芯”叠加“中国AI”能让老百姓享受到更安全、更高效、更普惠的健康服务[3] - 业内人士指出，双方合作将形成“芯片—算力—算法—场景—服务”完整国产闭环，既破解了医疗AI“缺芯”之痛，也为信创产业链上下游提供了可复制的协同范式[3] - 随着AI技术在医疗影像辅助诊断、健康管理、医保控费等场景的深入应用，对算力的需求日益增长，国产化算力将成为保障行业信息安全的重要基石[3] - 未来，随着合作持续深入，双方有望在医疗健康领域打造出一批具有行业影响力的国产化解决方案，为“数字中国”与“健康中国”建设提供坚实技术支撑[3]

市场表现与指数动态 - 截至2026年1月15日13:02，中证人工智能主题指数(930713)成分股涨跌互现，其中深信服领涨2.81%，合合信息上涨2.22%，科大讯飞上涨1.02%，中科星图领跌 [1] - AI人工智能ETF(512930)最新报价为2.36元 [1] - 截至2025年12月31日，中证人工智能主题指数前十大权重股合计占比58.08%，主要权重股包括中际旭创、新易盛、寒武纪、澜起科技、中科曙光、科大讯飞、海康威视、豪威集团、金山办公、浪潮信息 [2] AI应用与产品进展 - DeepSeek近期发布的研究引入了“条件记忆”等创新机制，显著提升了大语言模型在知识检索与计算效率方面的表现 [1] - 阿里“千问”APP上线两月，月活跃用户已突破1亿，并全面接入淘宝闪购和支付宝AI付，实现了“一句话点外卖”等无需应用跳转的便捷功能 [1] 行业前景与市场预测 - 中信证券认为国产算力正迎来单卡性能大幅跃升、软件生态加速成熟、联接能力全面突围的关键跃迁期 [1] - 展望2030年，预计本土厂商的市场份额将从当前的30~40%提升至60~70% [1] - 对应的国产算力总潜在市场规模预计将从2025年的130+亿美元增长至2030年的1800+亿美元 [1] - 行业竞争格局方面，短期关注产能供应，中长期来看，率先实现系统级能力突破的厂商有望在竞争中保持优势 [1] 产品信息 - AI人工智能ETF(512930)紧密跟踪中证人工智能主题指数，该指数选取50只为人工智能提供基础资源、技术及应用支持的上市公司证券作为样本 [2] - 该ETF设有场外联接基金，包括平安中证人工智能主题ETF发起式联接A、C、E份额，代码分别为023384、023385、024610 [2]

市场表现与资金 - 2026年1月14日市场冲高回落，沪指跌0.31%，深成指涨0.56%，创业板指涨0.82%[3] - 当日市场成交额达3.99万亿元，较前一日增加约2900亿元[1] - 主力资金净流入上证99.57亿元，深证345.13亿元，流入前三板块为软件开发、IT服务、通信设备[4] - 跨境型ETF规模突破万亿元，达10021.52亿元，占整体ETF市场规模的16.18%[14] 政策与监管动态 - 沪深北交易所将融资保证金最低比例从80%上调至100%，旨在降低杠杆[5] - 监管措施与商业航天板块异动公告可能反映监管层对市场过快上涨的降温意图[1] 宏观经济数据 - 2025年中国货物贸易进出口总值45.47万亿元，同比增长3.8%，连续9年增长[7] - 2025年出口26.99万亿元，同比增长6.1%；进口18.48万亿元，同比增长0.5%[7] - “十四五”期间累计进出口规模突破200万亿元，年均增长7.1%[7] 行业动态与数据 - 2025年汽车产销量再创新高，分别为3453.1万辆和3440万辆，同比增长10.4%和9.4%[8] - 2025年新能源汽车产销量超1600万辆，国内新车销量占比超50%；汽车出口超700万辆[8] - 12月新能源汽车销量171万辆，同比增长7.2%，占新车总销量52.3%[11] - 2025年海南省“绿电+绿证”交易电量达147.27亿千瓦时，较2024年增长8.9倍[12] - 工信部会议强调加快突破全固态电池、高级别自动驾驶等技术，并进一步扩大汽车消费[9][10] 板块与投资主题 - 计算机、通信、传媒、电子等行业涨幅居前，银行、地产、非银、交运等行业跌幅居前[1] - AI应用成为市场主线，商业航天板块中期逻辑确定，具有实质业务支撑的公司预计胜出[1] - 科技方向ETF（如卫星、半导体设备、软件、港股科技）规模持续增长，外资看好中国科技板块长期成长逻辑[15]

公司概况与市场地位 - 公司成立于2021年，是一家专注于AI大模型底层算力基础设施的中国公司，其开源项目Colossal-AI在全球开发者社区中声名鹊起 [2] - 公司推出的开源类Sora视频生成模型Open-Sora在多项评测中表现卓越 [2] - 公司已完成从一人创业到估值近20亿元人民币的跨越，获得红杉、创新工场、真格基金、华为等一线资本投资 [2] - 公司客户覆盖8家世界500强企业、10家全球2000强企业及超过60所全球顶尖大学 [2][6] 创始人背景与创业历程 - 创始人尤洋为90后，拥有清华大学硕士、加州大学伯克利分校博士学位，师从James Demmel院士，曾任职于谷歌、微软、英伟达等科技巨头，现任新加坡国立大学计算机系校长青年教授 [2][3] - 创业动机源于对技术创新范式的观察，认为颠覆性创新常源自创业公司，且AI技术的最大价值需在工业界实现 [4] - 公司名称“潞晨”源自创始人两个孩子的名字 [4] - 公司在ChatGPT引爆AI热潮前已在大模型基础设施领域深耕多年，围绕Transformer架构的优化工作早在2017年后就已持续进行 [5] 核心技术积累与成就 - 公司团队设计的LAMB优化器在2019年被用于训练GPT-3的前期工作，成功将Transformer训练扩展到128张TPU，训练时间从3天缩短至76分钟 [5] - 开源项目Colossal-AI在GitHub上被英伟达认可为可实现“17倍加速”，并被Facebook、Snapchat、英特尔等国际科技公司采用 [5] - Colossal-AI在GitHub AI大模型软件基础设施细分赛道的开源热度与社区指标排名中位列世界第一 [5] - 基于对大模型基础设施的深刻理解，公司在Sora发布仅数月后就开源了类Sora架构的完整解决方案Open-Sora [6] 财务与商业表现 - 公司营收从2022年的740万元人民币快速增长至2024年的7,700万元人民币 [6] - 2025年前7个月合同收入已达2.5亿元人民币，预计全年收入将达到2024年的3.5倍 [6] - 公司研发投入从2022年的740万元人民币增至2024年的7,700万元人民币 [8] - 公司目前尚未盈利，但认为构建长期技术壁垒和生态地位远比短期盈利更重要 [8] - 2025年公司商业化产品线已全面落地，包括算力云平台、Video Ocean视频生成平台以及大模型定制解决方案 [8] 战略定位：国产算力生态赋能者 - 公司战略定位为“赋能者”，专注于AI基础设施栈上层的分布式计算优化与软件生态，不做芯片替代者 [7] - Colossal-AI已全面支持华为昇腾、沐曦集成电路、壁仞科技、天数智芯、摩尔线程等国产算力硬件，旨在“抹平”不同硬件底层在开发生态上的差异 [7] - 公司与国产芯片厂商合作深入，华为既是其投资人也是重要客户和合作伙伴，沐曦科技CTO曾为其早期融资提供关键背书 [7] - 公司于2025年获得华为“昇腾创新新锐奖” [8] - 公司认为需要几十、上百家类似的软件公司共同努力，才能加速国产算力生态的完善 [7] 融资与资本认可 - 公司已完成包括A4轮在内的多轮融资，投后估值已近20亿元人民币 [2][8] - 投资方包括创新工场、真格基金、红杉资本、华为等一线机构 [2][8] - 创始人认为资本是公司的“源动力”，早期启动资金对组建团队至关重要，并强调资本与创业公司是互利共赢的关系 [8] 全球化布局与市场策略 - 公司全球布局包括北京、无锡和新加坡，从一开始就放眼全球市场 [9] - 公司的算力开发平台HPC-AI.COM和视频生成平台Video Ocean已服务过来自东南亚、中东、美国的顶尖企业和研究机构 [9] - 公司核心成员多拥有海外背景，具备国际视野，且AI SaaS工具本身具备全球化属性 [9] - 公司将自己定位为PaaS提供商，与云厂商的IaaS形成互补，计划与各大云厂商建立深度合作，将平台部署在云上 [10] - 公司战略是与巨头共生而非对抗，通过合作、互补共同把蛋糕做大，避免陷入价格战 [10] 技术愿景与未来方向 - 公司认为AI基础设施的未来关键突破将集中在三个方向：极致性能优化、异构算力统一编程、AI开发流程的彻底自动化 [10] - 公司坚持开源开放战略，认为开源不仅是技术策略，更是生态策略，能吸引全球开发者共同完善产品，形成网络效应，构建持久竞争力 [10]

文章核心观点 - 智谱AI与华为合作，成功推出并开源了新一代图像生成模型GLM-Image，该模型是中国首个全程在国产芯片（华为昇腾A2）上完成训练的SOTA多模态模型，在复杂视觉文字生成和长文本渲染方面表现卓越，且API调用成本极低[1][7][36][44] 模型性能与技术亮点 - GLM-Image在CVTG-2K（复杂视觉文字生成）和LongText-Bench（长文本渲染）双榜单中均位列第一，尤其在文字准确率（Word Accuracy）上达到0.9116，归一化编辑距离（NED）达到0.9557，显著优于其他开源及闭源模型[5][6] - 模型采用创新的“自回归（9B参数）+ 扩散解码器（7B DiT参数）”混合架构，结合了自回归模型在理解语言与规划布局上的优势，以及扩散模型在细节渲染上的长处，从而能精准处理包含复杂文字和布局的图像生成任务[38][39][40][49] - 模型原生支持从1024x1024到2048x2048的任意比例和分辨率图像生成，无需裁剪或重绘，可直接生成适配各种社交媒体平台和商业用途的图片[21][53][54][56] 国产化训练与算力突破 - GLM-Image的整个训练流程，包括海量数据预处理、大规模预训练以及RLHF（人类反馈强化学习）后训练，全程基于华为昇腾A2芯片算力集群完成，证明了国产算力底座具备支撑前沿、复杂模型训练的能力[36][44][47][48] - 为实现高效训练，智谱与华为深度合作，对Mindspeed-LLM框架进行了深度优化，包括针对RL训练流程的专项优化、算子级深度重构以及利用昇思MindSpore框架实现计算与通信的完美并行，解决了国产芯片在复杂后训练中的适配问题，提升了大规模集群训练的稳定性和效率[45][47][50][51] 应用场景与成本优势 - GLM-Image尤其擅长中文文字渲染，能精准生成包含复杂汉字的海报、插画、AI手抄报等，解决了AI生图领域长期存在的“不识字”痛点[1][8][9][10] - 模型在多种实际应用场景中表现出色，包括生成符合“小红书”风格的社交媒体封面、具有艺术感的商业广告大片、逼真的人物摄影以及影视剧照风格的图像[12][13][17][22][27][28][32] - 该模型的API调用价格极具竞争力，生成一张图片的成本仅为0.1元人民币，为中小企业和开发者提供了极高性价比的AI生图接入方案[7][21][60] 行业意义与开源价值 - GLM-Image的成功开发与开源，打破了高性能图像生成模型对国外芯片和技术的依赖，为国内AI开发者提供了强大的信心和可行的技术路径[36][57][58][60] - 作为开源模型，GLM-Image不仅公开了模型权重，也分享了其创新的混合架构思路，对推动下一代图像生成技术的研究具有重要价值[58][60] - 该组合标志着“国产芯+国产模型”在AI关键领域取得了实质性突破，展示了从硬件到软件的全栈自主创新能力[1][7][48]