GLM-Image

GLM-Image est un modèle de génération d'images qui adopte une architecture hybride de décodeur autoregressif + diffusion. En termes de qualité générale de génération d'images, GLM-Image s'aligne avec les approches de diffusion latente les plus courantes, mais présente des avantages significatifs dans le rendu de texte et les scénarios de génération intensifs en connaissances. Il fonctionne particulièrement bien dans les tâches nécessitant une compréhension sémantique précise et une expression d'informations complexes, tout en maintenant de fortes capacités dans la génération de haute fidélité et de détails fins. En plus de la génération de texte à image, GLM-Image prend également en charge un ensemble riche de tâches d'image à image, y compris l'édition d'images, le transfert de style, la génération préservant l'identité et la cohérence multi-sujets.