CogView4-6B とは
本モデルは清華大学の知識工学グループが開発したテキストから画像への生成モデルと紹介され、深層学習に基づき文章の説明から画像を生成する。 機能一覧は高解像度の出力、多言語入力、効率的な推論を挙げ、画像生成のベンチマークとして DPG-Bench と GenEval を示す。
できること
- 512 から 2048 ピクセルの範囲で画像を生成する
- 中国語または英語で文章の提示を入力する
- モデルの CPU オフロードと 4 ビットのテキストエンコーダでメモリを削減する
- BF16 または FP32 の精度で動作し掲載された指標を確認する
使用例
- 説明から海辺の赤いスポーツカーの画像を描く
- 中国語の文章から伝統的な祭りの場面を描く
- 英語の説明から SF の場面を描く
導入の手順
- Diffusers ライブラリをソースから導入しモデルを動かす
CogView4Pipeline.from_pretrainedで事前学習済みモデルを読み込むenable_model_cpu_offloadやvae.enable_slicingなどを設定する- 場面・色・物体を描写した詳しい文章の提示を入力する
長所と短所
✓ 良い点
- 詳細なモデルの指標と性能のデータが提供される
- BF16 と FP32 の精度に対応する
! 注意したい点
- 実行前に Diffusers ライブラリをソースから導入する必要がある
- 生成結果は入力した文章の提示に左右される
よくある質問
提示に使える言語は?
機能一覧は中国語と英語の文章入力を挙げる。
対応する解像度は?
資料は 512 から 2048 ピクセルの高解像度生成を説明。
最終評価日: 2026-11-15
その他 AI画像生成 ツール
すべて見る →-
123RF AI 画像ツールを内蔵したストック素材ライブラリ 無料ツール テキストから画像 画像編集 背景除去 画像高画質化 -
360智图 360 製の画像検索・ライセンス・AI 編集 無料ツール テキストから画像 背景除去 商品画像 モデル生成ツール -
360鸿图 中国語話者向けで、中国語のプロンプトに対応する画像生成 無料ツール クリエイターツール テキストから画像 アート生成ツール 画像から画像 -
a1.art 顔入れ替え付きのフィルター型画像生成 無料ツール クリエイターツール テキストから画像 アート生成ツール -
AI Anime Generator 写真とテキストからアニメ風アートへ フリーミアムツール クリエイターツール テキストから画像 画像から画像 画像から動画 -
AI Art Generator テキストのプロンプトからオリジナル作画の下書きへ フリーミアムツール クリエイターツール テキストから画像 画像編集 アート生成ツール