GLM-Image - 最先进的开源AI图像生成器

GLM-Image 是由 Z.AI（智谱 AI）开发的最先进的开源 AI 图像生成器。于 2026 年 1 月 14 日发布，采用混合架构，将 90 亿参数的自回归变换器与 70 亿参数的扩散解码器相结合。这种创新设计使 GLM-Image 在文本渲染和知识密集型内容生成方面表现出色，达到了行业领先水平。

1. 混合架构

   将 90 亿参数的自回归变换器与 70 亿参数的扩散解码器相结合，增强了文本渲染和内容生成能力。

2. 文本渲染卓越

   在 CVTG-2K 基准测试中实现了 0.9116 的词汇准确率，是开源模型中最高的，能够精确处理密集的多行和多区域文本。

3. 知识密集型生成

   擅长嵌入逻辑结构和准确的信息，适合教育内容、海报和图表。

4. 高分辨率支持

   原生支持高达 2048×2048 的分辨率，支持从 512px 到 2048px 的自定义尺寸，以及包括 1:1、3:4、4:3 和 16:9 的优化宽高比。

5. 照片级真实感生成

   提供摄影级的真实感，对细节、光照和纹理进行精细控制。

6. 双语文本渲染

   能够处理多种语言的文本，增强全球受众的可及性。

7. 指令跟随

   通过结构化推理提供对图像元素的细致控制，允许逻辑和常识的注入。

1. 访问 GLM-Image 网站并登录您的账户。
2. 选择“创建”选项以开始生成图像。
3. 在指定区域输入您的文本提示。
4. 选择您想要的分辨率和宽高比。
5. 点击“生成”以根据输入提示创建您的图像。

什么是 GLM-Image？

GLM-Image 是由 Z.AI 开发的开源 AI 图像生成模型，旨在根据文本提示创建高质量图像。

谁开发了 GLM-Image？

GLM-Image 是由 Z.AI 开发的，也称为智谱 AI。

GLM-Image 与其他图像生成模型有什么不同？

GLM-Image 具有独特的混合架构，结合了自回归和扩散技术，实现了卓越的文本渲染和知识整合。

GLM-Image 的基准分数是多少？

GLM-Image 在 CVTG-2K 基准测试中实现了 0.9116 的词汇准确率，是开源模型中最高的分数。

GLM-Image 支持什么分辨率？

GLM-Image 原生支持高达 2048×2048 的分辨率，并提供自定义尺寸选项。

GLM-Image 支持图像到图像生成吗？

是的，GLM-Image 支持图像到图像编辑，包括变换和风格转移。

价格数据尚不可用；请访问官方网站以获取更多信息。

1. GLM-Image 展示了在生成高质量图像方面的令人印象深刻的能力，具有卓越的文本渲染准确性，使其成为各种应用的宝贵工具。

2. 混合架构有效地结合了不同的技术，但用户可能需要熟悉其功能，以充分利用其潜力。

3. 尽管该模型在许多领域表现出色，但在生成需要细致艺术解读的高度复杂图像时可能存在局限性。

4. 总体而言，GLM-Image 是一个强大的工具，适合普通用户和专业人士，尽管用户界面和支持资源的持续改进可以增强整体体验。