智谱开源文生图模型 CogView3-Plus，相关功能上线智谱清言 App

10 月 14 日消息，智谱技术团队今天宣布开源文生图模型 CogView3 及 CogView3-Plus-3B ，该系列模型的能力已经上线“智谱清言”App。CvT28资讯网——每日最新资讯28at.com

CvT28资讯网——每日最新资讯28at.com

据介绍，CogView3 是一个基于级联扩散的 text2img 模型，其包含如下三个阶段：CvT28资讯网——每日最新资讯28at.com

第一阶段：利用标准扩散过程生成 512x512 低分辨率的图像。CvT28资讯网——每日最新资讯28at.com

第二阶段：利用中继扩散过程，执行 2 倍的超分辨率生成，从 512x512 输入生成 1024x1024 的图像。CvT28资讯网——每日最新资讯28at.com

第三阶段：将生成结果再次基于中继扩散迭代，生成 2048×2048 高分辨率的图像。CvT28资讯网——每日最新资讯28at.com

CvT28资讯网——每日最新资讯28at.com

官方表示，在实际效果上，CogView3 在人工评估中比目前最先进的开源文本到图像扩散模型 SDXL 高出 77.0%，同时只需要 SDXL 大约 1/10 的推理时间。CvT28资讯网——每日最新资讯28at.com

CogView3-Plus 模型则在CogView3（ECCV'24）的基础上引入了最新的 DiT 框架，以实现整体性能的进一步提升。据介绍，其采用 Zero-SNR 扩散噪声调度，并引入了文本-图像联合注意力机制。与常用的 MMDiT 结构相比，它在保持模型基本能力的同时，有效降低训练和推理成本。CogView-3Plus 使用潜在维度为 16 的 VAE。CvT28资讯网——每日最新资讯28at.com

CvT28资讯网——每日最新资讯28at.com

CvT28资讯网——每日最新资讯28at.com

附地址如下：CvT28资讯网——每日最新资讯28at.com

开源仓库地址：CvT28资讯网——每日最新资讯28at.com

https://github.com/THUDM/CogView3CvT28资讯网——每日最新资讯28at.com

Plus 开源模型仓库：CvT28资讯网——每日最新资讯28at.com

https://huggingface.co/THUDM/CogView3-Plus-3BCvT28资讯网——每日最新资讯28at.com

https://modelscope.cn/models/ZhipuAI/CogView3-Plus-3BCvT28资讯网——每日最新资讯28at.com

本文链接：http://www.28at.com/showinfo-45-9116-0.html智谱开源文生图模型 CogView3-Plus，相关功能上线智谱清言 App

声明：本网页内容旨在传播知识，若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。邮件：2376512515@qq.com

上一篇： 特斯拉人形机器人 Optimus 现场做饮料，员工证实有人在远程控制

下一篇： 中国科学院利用人工智能，发现迄今为止距其主星最近的最小行星