Z.AI da China lança primeiro grande modelo de geração de imagens de IA treinado sem chips americanos

A empresa chinesa de inteligência artificial Z.AI lançou na quarta-feira um modelo de geração de imagens de código aberto treinado inteiramente em processadores Huawei, marcando a primeira vez que um grande modelo de IA completou seu ciclo completo de treinamento sem depender de hardware americano.

A medida destaca um desafio potencial de longo prazo ao domínio da Nvidia em chips de IA, uma vez que mostra que uma das principais empresas de IA da China pode treinar grandes modelos sem depender de GPUs fabricadas nos EUA.

O modelo já está disponível para download no Hugging Face e produz bons – mas não impressionantes para os padrões atuais – resultados em termos de estética e texto coerente, e mostra excelente consciência espacial com base em nossos primeiros testes rápidos.

A empresa sediada em Pequim, que levantou US$ 558 milhões em seu IPO em Hong Kong na semana passada, treinou o modelo, chamado GLM-Image, nos servidores Ascend Atlas 800T A2 da Huawei usando a estrutura MindSpore.

“Esperamos que isso possa fornecer uma referência valiosa para a comunidade explorar o potencial do poder da computação doméstica”, disse Z.AI em comunicado compartilhado com o Postagem matinal do Sul da China.

GLM-Image combina técnicas autoregressivas e de difusão em uma arquitetura híbrida com 16 bilhões de parâmetros totais. O componente autorregressivo, baseado no modelo de linguagem GLM-4 da Z.AI, lida com a compreensão das instruções e a composição da imagem, enquanto um decodificador de difusão refina detalhes finos. Esta abordagem reflete as técnicas usadas pelo mais recente modelo de geração de imagens da OpenAI, gpt-image-1.5, que demonstrou renderização de texto superior e adesão imediata em comparação com modelos de difusão pura, como Difusão Estável.

Os modelos de difusão criam imagens começando com ruído visual aleatório e refinando-o lentamente em uma imagem, enquanto os modelos autorregressivos constroem imagens passo a passo, prevendo cada parte com base no que veio antes. A difusão é ótima no realismo geral, mas pode ter dificuldades com detalhes precisos, como texto ou layout, enquanto os modelos autorregressivos se destacam na estrutura e no seguimento de instruções. No momento, a difusão é a principal técnica entre os geradores de imagens de IA de código aberto.

Novos sistemas híbridos combinam ambas as abordagens, utilizando geração autorregressiva para planejar a imagem e difusão para aprimorar o resultado final.

A divulgação tem peso para a Z.AI, que Washington colocou na lista negra em 2025 por alegados laços com os militares da China. Essa designação isolou a empresa dos processadores H100 e A100 da Nvidia. Agora, a Z.AI provou que as empresas na lista negra ainda podem produzir sistemas de IA competitivos utilizando hardware nacional, um desenvolvimento que Pequim há muito procura demonstrar.

Logo após o anúncio da Z.AI, Reuters informou que as autoridades alfandegárias chinesas instruíram os agentes a bloquear a entrada de chips Nvidia H200 no país. Autoridades governamentais convocaram empresas de tecnologia para reuniões onde foram orientadas a não comprar os chips, a menos que fosse necessário. A redação, segundo fontes, foi severa o suficiente para constituir “basicamente uma proibição por enquanto”.

Pequim parece estar sinalizando que os laboratórios chineses de IA podem construir modelos capazes sem o silício americano, reduzindo a urgência para as empresas chinesas estocarem hardware Nvidia. O H200, que oferece cerca de seis vezes o desempenho do chip H20 que Pequim já bloqueou em agosto passado, gerou pedidos de empresas chinesas de mais de dois milhões de unidades, a US$ 27 mil cada.

Analistas do Centro de Segurança e Tecnologias Emergentes de Georgetown observaram que a estratégia de chips da China depende da compensação do menor desempenho por chip com enormes clusters de processadores Huawei. A abordagem funciona, mas requer mais hardware, mais potência e mais esforço de engenharia.

“Uma das principais restrições nesta estratégia é a capacidade da China de produzir chips suficientes no mercado interno para compensar e acompanhar a lacuna de capacidade”, disse a analista sênior de pesquisa Hanna Dohmen. CNBC em novembro.

De acordo com o roteiro da própria Huawei, seu chip de próxima geração em 2026 será na verdade pior do que seu carro-chefe atual em termos de potência bruta. Mas tais avaliações podem subestimar o que os laboratórios chineses podem alcançar através da eficiência algorítmica, como DeepSeek demonstrou ao treinar modelos competitivos com menos chips através da otimização de GPU em nível de montagem.

O GLM-Image da Z.AI alcançou pontuações de benchmark líderes do setor entre modelos de código aberto para renderização de texto e geração de caracteres chineses, de acordo com o relatório técnico da empresa. Aqueles sem o hardware adequado também podem experimentá-lo on-line com acesso à API ao preço de US$ 0,014 por imagem gerada, ou por meio de um Hugging Face Space gratuito mantido pela Z.AI.

Z.AI se tornou o primeiro dos “tigres de IA” da China, um grupo de startups que constroem grandes modelos de linguagem para rivalizar com OpenAI e Anthropic, a abrir o capital. Suas ações subiram cerca de 80% desde a listagem, seguindo o entusiasmo dos investidores por empresas chinesas de IA como DeepSeek ou Alibaba em meio às ambições domésticas de chips da China.

Enquanto isso, a Huawei está se preparando para aumentar drasticamente a produção de seus processadores Ascend este ano. A presença de estandes da empresa em conferências de IA em toda a China tornou-se mais proeminente à medida que tenta se posicionar como a espinha dorsal de uma infraestrutura nacional de IA que não depende mais de Santa Clara.