Le laboratoire chinois Z.ai vient de sortir GLM-Image, un nouveau modèle de génération d'images open-source qui fait déjà parler de lui. Mais au-delà des performances techniques, c'est surtout l'exploit technologique derrière ce lancement qui mérite l'attention : GLM-Image est le premier modèle d'IA de niveau mondial entièrement entraîné sur des puces chinoises.
Un modèle performant, surtout pour le texte
GLM-Image combine deux approches pour générer des images : un transformateur auto-régressif de 9 milliards de paramètres qui comprend le sens du prompt, et un décodeur de diffusion de 7 milliards de paramètres qui s'occupe du rendu visuel.
Le point fort du modèle, c'est notament le rendu de texte dans les images. Avec un score de 91,16% sur le benchmark CVTG-2K et près de 98% pour le chinois, GLM-Image excelle dans la création d'infographies, de posters ou de tout contenu nécessitant d'intégrer du texte lisible. Un domaine où les modèles de diffusion classiques ont souvent du mal.
Le modèle est disponible sous licence MIT et peut s'utiliser via l'API pour environ 1,4 centimes d'euro par image, ou se déployer localement si vous avez le matériel adéquat (comptez 80 Go de VRAM minimum).
Une nouvelle indépendance technologique
Mais l'histoire la plus intéressante se joue en coulisses. GLM-Image a été entièrement entraîné sur des serveurs Huawei Ascend Atlas 800T, en utilisant le framework MindSpore. Pas un seul GPU Nvidia dans la boucle. Pour le dire autrement : c'est la première fois qu'un modèle d'IA de ce calibre est développé sans aucune dépendance au matériel occidental.
Cette réussite technique arrive dans un contexte géopolitique tendu. Depuis plusieurs années, les États-Unis limitent l'exportation de puces avancées vers la Chine, notamment les GPU Nvidia H100 et H200 qui équipent habituellement les data centers des grands laboratoires d'IA. L'idée est d'empêcher Pékin de développer des capacités d'IA de pointe, considérées comme stratégiques.
GLM-Image démontre que ces restrictions peuvent être contournées. En s'appuyant sur les puces Ascend de Huawei, Z.ai prouve qu'il est possible de créer une stack IA complète et performante avec uniquement des composants chinois. Du traitement des données à l'entraînement, en passant par l'inférence, tout le pipeline fonctionne sans hardware américain.
Le partenariat entre Z.ai et Huawei pourrait bien servir de modèle pour d'autres acteurs chinois. Si les puces Ascend peuvent rivaliser avec les GPU Nvidia pour entraîner des modèles multimodaux de cette envergure, cela change la donne pour toute l'industrie locale. Les restrictions américaines deviennent moins handicapantes.
Au-delà de la géopolitique
Pour les développeurs et créatifs, GLM-Image reste avant tout un nouvel outil open-source accessible. Il supporte nativement l'édition d'images, le transfert de style et le maintien de personnages cohérents d'une génération à l'autre, sans nécessiter de fine-tuning supplémentaire.
Les poids du modèle sont disponibles sur GitHub et Hugging Face, et il s'intègre avec les outils habituels comme ComfyUI ou Diffusers. Pour ceux qui préfèrent ne pas gérer l'infrastructure, l'API reste une option économique.
Mais difficile d'ignorer la dimension stratégique de cette sortie. GLM-Image n'est pas juste un nouveau modèle parmi d'autres. C'est la démonstration que la Chine peut développer des technologies d'IA de pointe en s'affranchissant des dépendances occidentales. Une première mondiale qui redéfinit les équilibres du secteur.
Dans un contexte où les restrictions technologiques se multiplient, cette indépendance retrouvée pourrait bien inspirer d'autres pays cherchant à développer leur propre souveraineté en matière d'IA. Le message de Z.ai est simple : c'est possible, et voici la preuve.
Ecrit par
