智谱推出CogView4，首个支持生成汉字的开源文生图模型

2025年3月4日，北京智谱华章科技有限公司宣布推出「智谱2025开源年」的第一个模型——CogView4，这是全球首个支持生成汉字的开源文生图模型。CogView4在DPG-Bench基准测试中综合评分排名第一，达到开源文生图模型的最先进水平（SOTA），并遵循Apache 2.0开源协议，为开发者和创意工作者提供了强大的工具。

性能卓越：CogView4具备强大的复杂语义对齐和指令跟随能力，支持任意长度的中英双语输入，并能生成任意分辨率的图像。

中文理解与生成：作为首个支持生成汉字的文生图模型，CogView4能够将中英文字符自然融入画面，满足广告、短视频等创意领域的需求。

技术突破：模型采用二维旋转位置编码（2D RoPE）和多阶段训练策略，支持长文本提示词输入，显著提升了训练效率和创作自由度。

开源与生态支持：CogView4遵循Apache 2.0协议，后续将增加ControlNet、ComfyUI等生态支持，并推出微调工具包。

CogView4的推出为创意产业带来了新的机遇。它能够生成高质量的图像，适用于广告设计、短视频制作、艺术创作、教育等领域。例如，它可以将古诗文意境转化为视觉画面，或根据长故事生成四格漫画，极大地提升了创作效率和表现力。

该模型将于3月13日正式上线智谱清言平台（chatglm.cn），供用户使用。

智谱表示，2025年将是其开源年，未来还将陆续开源基础模型、推理模型、多模态模型等，推动AI普惠化发展。

Tags：

本站须知：本站资源收集于网络仅供用于学习和交流，本站一切资源不代表本站立场，我们尊重软件和教程作者的版权，如有不妥请联系本站处理！