智譜AIが最新のオープンソース画像生成モデルCogView4を発表しました。CogView4は、6億のパラメータ数を誇り、中国語入力と中国語テキストから画像への生成を全面的にサポートしており、画像の中に漢字を生成できる最初のオープンソースモデルとして注目されています。CogView4は、中国語と英語の両言語プロンプトに対応できる点が最大の特徴であり、特に複雑な中国語指示の理解と遵守に優れており、中国語コンテンツ制作者にとって朗報です。画像の中に漢字を生成できる最初のオープンソース画像生成モデルとして、オープンソース分野における大きな空白を埋めるものです。

中国で開発されたオープンソースの画像生成モデル、CogView4が智譜よりリリースされました。中国語のプロンプト、特に漢字を用いた指示にも対応し、精度の高い画像生成を実現しています。

北京智譜華章科技有限公司は、漢字の生成に対応した初のオープンソース文描画モデルCogView4を発表しました。このモデルはDPG-Benchベンチマークテストにおいて総合スコアで1位を獲得し、オープンソース文描画モデルのSOTA（State of the Art）となりました。Apache2.0ライセンスに準拠しており、このライセンスに準拠した最初の画像生成モデルでもあります。

北京智譜華章科技有限公司は2025年1月16日、一連の新しいモデルを発表し、bigmodel.cnで公開しました。8月に「智譜清言」を発表して以来、同社は言語、音声、画像、ビデオの理解と生成の分野で深く探求し、GLM-Voice、GLM-4V、CogView、CogVideoXなどのマルチモーダルモデルを発表しました。

智譜技術チームは本日、最新のテキストから画像生成モデルCogView3とそのアップグレード版CogView3-Plus-3Bが正式にオープンソース化され、智譜清言アプリで正式に利用可能になったことを発表しました。これらのモデルの登場は、AIアシストアート制作が新たな段階に入ったことを意味します。カスケード拡散に基づくテキストから画像生成モデルであるCogView3は、その生成プロセスが非常に洗練されています。まず、512x512ピクセルの低解像度の画像を生成し、その後、...

先日、智譜AIは最新の成果であるCogView3とそのアップグレード版CogView-3Plus-3Bを一般公開し、テキストから画像生成の分野に新たな活力を注ぎ込みました。CogView3の登場は重要なマイルストーンと言えるでしょう。テキストから画像生成分野で中継拡散を実装した最初のモデルとして、独自の級聯拡散手法を採用しています。この革新的なアプローチは、まず低解像度の画像を生成し、その後、中継に基づく超解像技術を用いて最終出力を完成させます。これにより、大幅な速度向上を達成しています。

北京智譜華章科技有限公司は、2024年8月29日、次世代基盤モデルの発表と新たなアプリケーションサービスを含む一連の重要な技術アップデートを発表しました。KDD2024カンファレンスにおいて、智譜は、言語モデルGLM-4-Plus、テキストから画像生成モデルCogView-3-Plus、画像/ビデオ理解モデルGLM-4V-Plus、ビデオ生成モデルCogVideoXを含む次世代基盤モデルを発表しました。これらのモデルは、それぞれの分野において国際的な最先端レベルに達しています。