Основные особенности:
• 16 млрд параметров с гибридной архитектурой
• Авторегрессионный генератор (9 млрд) отвечает за семантическую структуру
• Диффузионный декодер (7 млрд) обеспечивает визуальные детали
• Поддержка text-to-image и image-to-image
• Высокая точность рендеринга текста благодаря Glyph Encoder
• Раздельное обучение с алгоритмом GRPO для разных модулей
Стоит так же написать и стоимость - $0.015 за 1 генерацию, по апи будет отдан url картинки которую можно будет скачать.
Модель показывает качество, сопоставимое с ведущими решениями на основе скрытой диффузии, с преимуществами в задачах генерации текста на изображениях и сценариях, требующих глубоких знаний.
Фото создано с помощью glm-image
curl --request POST \
--url https://api.z.ai/api/paas/v4/images/generations \
--header 'Authorization: Bearer <token>' \
--header 'Content-Type: application/json' \
--data '{
"model": "glm-image",
"prompt": "A cute little kitten sitting on a sunny windowsill, with the background of blue sky and white clouds.",
"size": "1280x1280"
}'
🤗 Hugging Face
🤖 ModelScope