GLM-Image

GLM-Image es un modelo de generación de imágenes que adopta una arquitectura híbrida de decodificador autoregresivo + difusión. En términos de calidad general de generación de imágenes, GLM-Image se alinea con los enfoques de difusión latente más comunes, pero muestra ventajas significativas en la representación de texto y en escenarios de generación intensiva en conocimiento. Funciona especialmente bien en tareas que requieren una comprensión semántica precisa y una expresión de información compleja, manteniendo fuertes capacidades en la generación de alta fidelidad y detalles finos. Además de la generación de texto a imagen, GLM-Image también admite un conjunto rico de tareas de imagen a imagen, incluidas la edición de imágenes, la transferencia de estilo, la generación que preserva la identidad y la consistencia de múltiples sujetos.