跳到正文

CogView4-6B

用中文或英文文本生成高分辨率图像

访问官网

CogView4-6B 是什么

CogView4-6B 被介绍为由清华大学知识工程组开发的文本到图像生成模型,基于深度学习技术,把文本描述转化为图像。功能列表列出高分辨率生成、多语言输入与高效推理,并提到 DPG-Bench 与 GenEval 等图像生成基准测试。

你可以用它做什么

  • 生成 512px 至 2048px 的图像
  • 用中文或英文输入文本提示
  • 使用模型 CPU 卸载与 4bit 文本编码器降低内存占用
  • 以 BF16 或 FP32 精度运行,并查阅列出的模型指标

示例用例

  • 根据描述生成一辆红色跑车在海边的图像
  • 根据中文文本画出传统节日场景的图像
  • 根据英文描述画出科幻场景的图像

上手流程

  • 从源代码安装 diffusers 库以支持模型运行
  • 用 CogView4Pipeline.from_pretrained 加载预训练模型
  • 配置 enable_model_cpu_offload 与 vae.enable_slicing 等选项
  • 输入描述场景、颜色和物体的详细文本提示

优点与缺点

✓ 我们认可的地方

  • 提供详细的模型指标和性能数据
  • 支持 BF16 与 FP32 精度

! 需要留意的地方

  • 运行前需从源代码安装 diffusers 库
  • 生成结果取决于输入的文本提示

常见问题

提示可以用哪些语言?

功能列表列出中文和英文文本输入。

支持哪些分辨率?

资料写明 512px 至 2048px 的高分辨率图像生成。

最后评测: 2026-11-15

更多 AI 图像生成 工具

查看全部 →

评测方法