智譜發(fā)布首個能生成漢字的開源文生圖模型CogView4

    本報訊 （記者謝嵐見習記者梁傲男）3月4日，北京智譜華章科技有限公司（以下簡稱“智譜”）發(fā)布2025開源年的首個模型——CogView4，這是首個支持生成漢字的開源文生圖模型，也是首個遵循Apache2.0協(xié)議的圖像生成模型。

    記者了解到，CogView4在DPG-Bench基準測試中綜合評分排名第一，在開源文生圖模型中達到SOTA（最先進的）水平。DPG-Bench（DensePromptGraphBenchmark）是一個用于評估文本到圖像生成模型的基準測試，主要關(guān)注模型在復雜語義對齊和指令跟隨能力方面的表現(xiàn)。

    在業(yè)內(nèi)人士看來，CogView4具有兩大技術(shù)領(lǐng)先性。

    首先，CogView4支持中英雙語提示詞輸入，擅長理解和遵循中文提示詞，是首個能夠在畫面中生成漢字的開源文生圖模型，能更好地滿足廣告、短視頻等領(lǐng)域的創(chuàng)意需求。在技術(shù)實現(xiàn)上，CogView4將文本編碼器從純英文的T5encoder換為具備雙語能力的GLM-4encoder，并通過中英雙語圖文進行訓練，使CogView4模型具備雙語提示詞輸入能力。

    其次，CogView4支持輸入任意長度提示詞，能夠生成范圍內(nèi)任意分辨率圖像，不僅使用戶創(chuàng)作更加自由，也提升了訓練效率。CogView4模型實現(xiàn)了任意長度的文本描述和任意分辨率圖像的混合訓練范式。

    智譜相關(guān)人士表示：“作為國內(nèi)最早的開源大模型公司，智譜始終致力于推動AI普惠。2025年是智譜開源年，我們還將陸續(xù)開源基礎模型、推理模型、多模態(tài)模型、Agent模型等。在這片孕育智慧的熱土上，我們愿作深扎的根脈，以開源為信仰，以技術(shù)為養(yǎng)分，托舉AGI之樹的參天成長。”

（編輯 郭之宸）