GLM-Image

GLM-Image è un modello di generazione di immagini che adotta un'architettura ibrida di decodificatore autoregressivo + diffusione. In termini di qualità generale della generazione di immagini, GLM-Image si allinea con gli approcci di diffusione latente più comuni, ma mostra vantaggi significativi nella resa del testo e negli scenari di generazione intensiva di conoscenza. Funziona particolarmente bene in compiti che richiedono una comprensione semantica precisa e un'espressione complessa delle informazioni, mantenendo forti capacità nella generazione di alta fedeltà e dettagli fini. Oltre alla generazione di testo in immagine, GLM-Image supporta anche un ricco insieme di compiti di immagine in immagine, inclusi l'editing delle immagini, il trasferimento di stile, la generazione che preserva l'identità e la coerenza multi-soggetto.