产品介绍

       智谱AI以文生图CogView大模型能够根据简短的中英文文字描述生成一张图片，其背后有强大的跨模态预训练大模型技术支持，该模型采用Transformer+VQVAE架构，能够增强跨模态对大模型的理解和创新，在预训练过程能够同时学习模态间和模态内的多种关联性，提升“图像”和“文本”跨模态语义匹配效果，将“文生成图”和“图生成文”任务融合到同一个模型进行端到端学习,从而增强文本和图像的跨模态语义对齐。

       该模型面向的用户人群非常广泛，可以帮助自媒体编辑生成文章配图，为设计师提供创意参考和素材来源。它既能启发画师、设计师、艺术家等专业视觉内容创作者的灵感，辅助其进行艺术创作，还能为媒体、作者等文字内容创作者提供高质量、高效率的配图，而且可以以较低的成本给出用户所需要的画面的图片，图片不存在版权及肖像权问题，且支持多种图片风格。目前已支持国风、油画、水彩、水粉、动漫、写实等八种不同风格高清画作的生成，还支持六种主题（动物、人物、风景、建筑、食物、其他）的图像生成。

       技术环节，得益于在跨模态预训练大模型上的技术创新，其性能在MS COCO上超过Open AI 的DALL.E，实现超分辨率生成。

       文本生成图像新框架，将VQ-VAE和Transformer进行结合，表现SOTA，在MS COCO FID指标上性能优于DALL·E等网络。

模型评价：

       新技术在产业实践中应用并创造出价值必须要足够实用化，且需要足够强大的、多元化算力支持。日期，智谱AI以文生图CogView大模型已集成到并行科技算力网络平台，依托于并行科技强大的算力网络、易用的产品平台、业界的优良口碑，为广大开发者、科研人员、设计爱好者提供了强大、宜用的应用平台和API服务能力，为广大用户提供了一个低门槛绘画创作和探索研究平台，让每个人都能展现自我个性化格调，享受艺术创作的乐趣。

使用演示

1.启动APP

登录云桌面，点击 “CogView2” 软件图标，启动创意软件。

2.开始创作

• 风格设置

可选择的风格样式：（可选配置）风格样式包括：none（无）、mainbody （高清摄影 隔绝）、 photo（高清摄影）、 flat（平面风格）、 comics（漫画风格）、 oil（油画风格）、 sketch（素描风格）、 isometric（等距矢量图）、 chinese（水墨风格）、 watercolor（水彩风格）。

• 输入创意

选择输入的创意文本文件，文本文件可选 txt 格式，内容参考如下，其中每一行表示需要生成图片的内容。

1.夏天蔬菜大全图片
2.抱着西瓜的女孩
3.穿戴红领结的女孩

• 生成图片

在配置完成之后，点击“提交”，在该页面可以监控到创作进展等相关信息。

3.查看成果

• 获取成果

选中需要下载的图片，单击鼠标右键，在弹出窗口中选择“下载” ->  本地存放路径 。

• 创意展示