Quando a Z.ai (antiga Zhipu AI) lançou o GLM-Image em janeiro de 2026, eles não apenas adicionaram mais um modelo ao já saturado espaço de geração de imagens — eles desafiaram fundamentalmente as suposições arquiteturais que dominaram o campo. O GLM-Image combina um modelo de linguagem autoregressivo de 9 bilhões de parâmetros com um decodificador de difusão de 7 bilhões de parâmetros, criando um sistema híbrido de 16 bilhões de parâmetros que alcança algo notável: é o primeiro modelo open-source, de nível industrial, de geração de imagens discretas autoregressivas que realmente rivaliza com gigantes proprietários em capacidades específicas, estando disponível gratuitamente para qualquer pessoa usar e modificar.