本文へスキップ

CogView

Transformer で平易な言葉から画像を生成

公式サイトを見る

CogView とは

CogView は 410 億のパラメータを持つ、汎用分野のテキストから画像への事前学習済み Transformer と説明されている。

できること

  • 平易な言葉の説明から合う画像を生成する
  • 中国語または英語で説明を入れる
  • 超解像で画像の品質を高める

活用場面

  • 太った猫が机に座る画像を生成する
  • 日差しの中で咲くピンクのバラを生成する
  • 青空に白い雲が流れる様子を生成する

長所と短所

✓ 良い点

  • 超解像が生成画像の品質を高める
  • 生成した見本を後で選別できる

! 注意したい点

  • 学習の安定化に PB-relax と Sandwich-LN を用いる
  • 事前学習の後に特定分野へ微調整を行う

よくある質問

パラメータはどれだけ?

資料は 410 億と説明。

対応する入力言語は?

資料は中国語と英語を挙げる。

最終評価日: 2026-11-15

その他 AI画像生成 ツール

すべて見る →

評価方法