智谱AI全新发布的CogView-3-Plus AI文本转图像模型，性能堪比MJ-V6与FLUX

CogView-3-Plus指的是什么？

最新发布的由智谱AI研发的AI文生图解决方案——CogView-3-Plus，采用了Transformer架构取代传统的UNet设计，进一步提升了扩散模型中的噪声管理效果。这款工具在图像创造上展现出卓越的能力，能够依据给定指示产生出高质量的画面，并且其表现几乎可以与行业顶尖模型如MJ-V6和FLUX相媲美。CogView-3-Plus现可通过开放平台的API接口获取服务，并已被整合进“智谱清言APP”内，满足用户在多模态图像生成上的多样化需求。

CogView-3-Plus的特点与功能特性

• 前沿的结构设计通过使用Transformer结构来代替传统的UNet，改进了模型中的噪声调度机制在扩散模型上的应用。
• 高清晰度图片创作可以根据用户的需求创造既优质又具备高度审美价值的图片，并且兼容多样的画质大小选项（如：1024×1024像素、768×1344像素和864×1152像素等）。
• 表现近乎顶级水平它的表现几乎达到了像MJ-V6和FLUX这样的顶级模型的标准。
• 多种形态的功能具备将文字转化为图片的能力，能够解读文字说明并创建相应的视觉形象。
• 应用程序接口服务已经在开放平台上提供了API接口，便于开发者与用户轻松整合应用。
• 即时推断拥有快速生成即时图像的技能，反应迅捷。
• 精细调整的能力创建了一个高品质的图像调整数据集，使模型能产出更加契合指示要求的画面。
• 多样化的应用情境适合应用于艺术创意、游戏开发、广告策划等众多图像创造范畴。
• 整合至手机软件：“智能清言APP”现已整合了CogView-3-Plus，为用户提供移动设备上的图片生成功能。

怎样运用CogView-3-Pro Enhancement

• 用户体验产品已经将CogView-3-Plus整合进智谱清言里了，用户现在可以通过清言APP来直接享受其功能。
• 接口集成现已可以在智谱AI的BigModel平台上获取CogView-3-Plus的API接口并进行集成应用。

• Git存储库：访问该项目的GitHub页面可使用此链接 https://github.com/THUDM/CogView3
• Hugging Face的模型集合访问此链接以查看CogView3-Plus-3B模型: https://huggingface.co/THUDM/CogView3-Plus-3B

CogView-3-Plus的表现评测指标

通过智谱AI精心打造的高质量图像微调数据集，使得该模型在原有的预训练知识上进一步优化，能够生成更加符合用户需求且美学价值较高的图像，这些改进使其性能几乎与当前顶尖的MJ-V6和FLUX等模型相媲美。

CogView-3-Plus的使用场合

• 支持艺术创意工作创作者们能够借助CogView-3-Plus创造与众不同的艺术品或初步设计方案，以此作为激发创意的开端。
• 电子娱乐形式于游戏与影视创作领域内，此模型能够迅速创造出场景构思图像及人物设定方案，从而大幅提速初期创意开发阶段的工作进程。
• 宣传与推广市场营销专员能够利用CogView-3-Plus创作出引人注目的广告图片，以适应各种宣传途径的视觉要求。
• 在线试衣体验于时装界内，顾客能够经由上传图像并挑选款式的方式，利用CogView-3-Plus创造出虚拟的衣物试穿视觉效果。
• 专属礼物订制提供给用户专属的礼物创作服务，涵盖定制T恤、马克杯及手机外壳等多种选择，并利用图片制作来迎合用户的个人偏好。