CogView-4

CogView-4 to generator obrazów opublikowany przez Z.ai w marcu 2025 i sprzedawany do dziś, półtora roku później, jako tania alternatywa dla własnego flagowca firmy. Za 0,01 USD od obrazu jest najtańszą pozycją w całym cenniku producenta i kosztuje trzy razy mniej niż GLM-Image, który w styczniu 2026 zajął jego miejsce na szczycie oferty. Tym, co wyróżniało go w chwili premiery, był język, nie grafika. Koderem tekstu jest GLM-4-9B, czyli dwujęzyczny model językowy — generator czyta polecenia po chińsku wprost, bez pośrednictwa tłumaczenia na angielski, i potrafi umieścić chińskie znaki wewnątrz obrazu. Konkurencyjne generatory z tego okresu traktowały chiński jako język przekładany na angielski przed wygenerowaniem obrazu. Zakres techniczny jest jak na to pokolenie nietypowo swobodny. Szerokość i wysokość można ustawić dowolnie między 512 a 2048 pikselami, każdy wymiar jako wielokrotność 32, a jedynym twardym ograniczeniem jest łączna liczba około dwóch milionów pikseli — model nie jest więc zamknięty w sztywnym zestawie proporcji. Opublikowana tabela zużycia pamięci nie ukrywa kosztu: około 35 GB pamięci karty graficznej przy 1024x1024 w ustawieniach domyślnych i około 13 GB przy przenoszeniu części obliczeń na procesor i czterobitowym koderze tekstu. Karta modelu ostrzega też, że tryb FP16 nie jest obsługiwany wcale, bo przepełnia zakres liczbowy i zwraca całkowicie czarne obrazy. Wagi leżą na Hugging Face na pełnej licencji Apache 2.0, z tekstem licencji dołączonym do repozytorium, a nie tylko zadeklarowanym w metadanych. Indeks safetensors daje w sumie 6,37 mld parametrów, licząc transformer, koder tekstu i VAE — stąd nazwa repozytorium CogView4-6B.

▸Wideo

Brak materiałów wideo.

▸Recenzje