CogView4

CogView4是由智谱开发的一款开源文生图模型，拥有60亿参数规模，支持中英文输入与输出。该模型在DPG-Bench基准测试中取得综合评分第一的成绩，代表了当前开源文生图模型的最先进水平。作为首个采用Apache 2.0协议的图像生成模型，CogView4具备灵活的分辨率生成能力，可依据复杂文本描述生成高质量图像。 其主要功能包括：支持中英文双语输入、任意分辨率图像生成、强大的语义对齐能力、中文文字绘画优化以及显存优化与高效推理。技术上，CogView4结合了扩散模型与Transformer架构，通过多阶段训练策略提升图像质量与生成效率。此外，模型还采用了显存优化技术，如CPU卸载和文本编码器量化，以提高推理性能。 项目提供了GitHub仓库与HuggingFace模型库供用户访问与使用。CogView4已在广告设计、教育资源生成、儿童绘本创作、电商内容生成及个性化定制等多个领域得到应用。