智谱发布首个能生成汉字的开源文生图模型CogView4

    本报讯 （记者谢岚见习记者梁傲男）3月4日，北京智谱华章科技有限公司（以下简称“智谱”）发布2025开源年的首个模型——CogView4，这是首个支持生成汉字的开源文生图模型，也是首个遵循Apache2.0协议的图像生成模型。

    记者了解到，CogView4在DPG-Bench基准测试中综合评分排名第一，在开源文生图模型中达到SOTA（最先进的）水平。DPG-Bench（DensePromptGraphBenchmark）是一个用于评估文本到图像生成模型的基准测试，主要关注模型在复杂语义对齐和指令跟随能力方面的表现。

    在业内人士看来，CogView4具有两大技术领先性。

    首先，CogView4支持中英双语提示词输入，擅长理解和遵循中文提示词，是首个能够在画面中生成汉字的开源文生图模型，能更好地满足广告、短视频等领域的创意需求。在技术实现上，CogView4将文本编码器从纯英文的T5encoder换为具备双语能力的GLM-4encoder，并通过中英双语图文进行训练，使CogView4模型具备双语提示词输入能力。

    其次，CogView4支持输入任意长度提示词，能够生成范围内任意分辨率图像，不仅使用户创作更加自由，也提升了训练效率。CogView4模型实现了任意长度的文本描述和任意分辨率图像的混合训练范式。

    智谱相关人士表示：“作为国内最早的开源大模型公司，智谱始终致力于推动AI普惠。2025年是智谱开源年，我们还将陆续开源基础模型、推理模型、多模态模型、Agent模型等。在这片孕育智慧的热土上，我们愿作深扎的根脉，以开源为信仰，以技术为养分，托举AGI之树的参天成长。”

（编辑 郭之宸）