文本到图像生成: 支持中英双语提示词输入，擅长理解和遵循中文提示词，能够在画面中生成汉字。 灵活图像分辨率生成: 支持生成任意宽高的图片，采用混合分辨率训练和二维旋转位置编码适应不同分辨率需求。 高质量输出: 采用Flow-matching扩散模型和参数化线性动态噪声规划，提供高质量图像生成。 多语言支持: 升级为GLM-4编码器，支持中英双语输入，消除仅支持英文的局限。 项目页面: https://github.com/THUDM/CogView4 模型下载: https://huggingface.co/THUDM/CogView4-6B 在线体验: https://huggingface.co/spaces/THUDM-HF-SPACE/CogView4