昨天連更兩篇，今天想休息一下，結果。。。

真的快肝吐了，感覺自從DeepSeek開源統治地球之后。

開源的世界，迎來了究極繁榮。

上周DeepSeek連續5天開源硬核技術，阿里開源萬相2.1，Qwen的推理模型推出預覽版，但是肯定馬上也要開源。

而今天，智譜這個曾經的開源之光，在昨天官宣拿了杭州10億融資之后，在官宣文章里如此寫道：

我知道智譜今年會大力開源，但是沒想到，開源年的第一棒，來的如此之快，就在第二天。。。

我。。。不是，讓我歇會吧。。。

今天智譜和清華團隊直接開源了他們的AI繪圖模型，CogView4。

這下，真的快補上2025年開源屆的拼圖了。

模型鏈接在此：https://github.com/THUDM/CogView4

模型尺寸6B，在BF16和batchsize=4d的情況下，GPU需求如圖。

最低估計一張12G的顯卡就能跑起來。

我們也在第一時間，把模型下載下來，反手在AutoDL上開了一臺A800-80G的顯存，部署測試了一下。

我自己測試下來，一張1024*1024的圖大概70s左右，AutoDL的云機器會慢一些，本地應該會快不少。

當然如果你們想直接體驗，也可以用智譜官方自己搭好的在線服務：

https://modelscope.cn/studios/ZhipuAI/CogView4

在跑了一小時后，我覺得CogView4，有兩個比較有意思的點。

一個一個說。

第一個點就是，CogView4支持中英文字直接生成，跟我之前寫過的即夢2.1還挺像的，但是智譜的CogView4，是開源的。

這也是開源的AI繪圖模型里，第一個支持同時生成中英文字的。

我跑了些case，大家可以直接看看。

比如這些Promtp：

1. 一只布偶貓舉著牌子，牌子上寫著中文字體的“起來嗨’。

2. 一幅極簡主義風格的冬季插畫，以"小雪"節氣為主題。畫面采用清新的淺藍色調，上方用簡約的白色中文字體寫著"小雪"二字。構圖主要分為三個層次：天空、雪山和鐵路。背景是連綿起伏的雪山剪影，呈現出柔和的曲線；中間是一列橙紅色的火車，在茫茫雪原上形成鮮明的視覺對比；整個畫面點綴著飄落的雪花。

3. 電影宣傳海報，畫面中間是韋小寶，四周是宮女，標題文字“重生之我是韋小寶”。

4. 畫面頂部英文標題：“I NEED YOU”，復古美漫動漫，畫面中央是一個小孩在電視機前玩游戲的背影。

非常坦率的講，整體效果和審美，是沒有市面一些主流模型好的，中文字的錯誤率很高比英文大不少，審美和色彩，也有一點差距。

我測下來，感覺他們是沒有把文字拎出來單獨做處理，而是非常實誠的直接塞給模型直接處理了，所以中文錯別字比例會高一些。

但是優點也很突出。

那就是，這玩意開源啊！唯一一個能生文字的開源。

就智譜的Cogview4的效果來看，我覺得，他們技術肯定是沒問題，最大的問題，還是數據集這塊，審美確實差不少，但是如果你就把它當個底座，來重搞數據集，微調一個很牛逼的電影海報設計模型，那真的不是不可能。

第二個特點，就是它的語義理解，還是真的有點東西的。

比如這些Prompt：

1. 8K超寬幅畫卷，分四區域： 左側： 唐代城門，朱紅城墻，商隊駱駝穿行，匾額題“朱雀門”； 中左： 西市胡商集市，絲綢瓷器攤位，人群熙攘； 中右： 曲江池畔，仕女泛舟，柳樹垂岸； 右側： 大明宮殿群，飛檐斗栱，晨霧繚繞。 整體風格為工筆重彩，絹布質感。

2. 一幅橫向長卷，從左到右依次是遠古狩獵營地、古埃及金字塔群、中世紀市場、工業革命工廠、當代摩天樓、未來垂直花園城。

3. 一籠剛出籠的上海小籠包，皮薄餡嫩，湯汁豐富，擺放在精致的竹制蒸籠中。 旁邊是一碟香醋和一雙竹筷，背景是木質的餐桌和一壺綠茶，體現出江南的細膩和雅致風格。 江南風味，精致，雅致

4. 野徑云俱黑，江船火獨明。

5. 一張照片級真實感的奇幻毛茸茸汽車，車身完全覆蓋著厚實柔軟的白色絨毛，明亮靈動的車燈宛如一雙友善的大眼睛，輪胎隱藏在濃密蓬松的毛發之中，夜晚散發出溫暖柔和的光暈，呈現出魔法生物般的風格，細節精致，質感極度逼真，充滿夢幻氣息與溫馨感，電影級燈光效果

可以看到，美不美的另說，但是畫的，是真的準確。

這塊還是得益于，他們把T5換成了GLM4，這個還是爽多了。

目前他們在出圖的分辨率上，也沒限制特定比例，2048以下幾乎都可以無極調節，這一點還是比較爽的。

后續，他們也會支持ComfyUI和ControlNET套件，還有微調的腳本。這個還是比較重要的，用CogView4來當基座模型微調的話，應該能玩出不少的花活。

目前開源的這個模型支持Apache2.0協議，而給普通用戶用的版本，也會在3月13日上線在智譜清言上，到時候可以蹲一下。

最后，我想聊聊智譜這個公司。

國內我之前有一個非常主觀不客觀的評價，我把五家公司放在一起，并稱為開源五虎。

其實在DeepSeek還沒成立的時候，智譜就已經在kuku開源模型了。

如果是2023年就開始玩大模型玩AI的，應該見過這個風靡一時的基座模型，ChatGLM-6B。

4w的星標，在Github上意味著啥相信大家懂得都懂。

那個時候，我還在公司里面做項目，微調了好幾個不同的GLM6B，串成工作流來執行任務。

后續，他們又開源了非常非常非常多的模型，比如GLM-4、GLM-4-Voice、CogVideoX v1.5、CogAgent等等等等。

時光匆匆，一晃眼，兩年了。

這兩年，感覺到了智譜的糾結、智譜的掙扎，還有他們的搖擺。

雖然在2024年的后半程，他們靠著AutoGLM和智能體，在整個AI圈殺出了一條自己的血路，但是在開源世界的聲量，好像也被通義和DeepSeek壓了過去。

老驥伏櫪，志在千里。

在今天CogView4的倉庫里面有這么一張官方生成的Demo圖。

他們把2025年，定義為智譜AI自己的開源年。

不破不立，破而后立。

期待智譜拿下更多超級融資的同時，也能在開源路上越走越遠。

畢竟，對我們所有人而言，每一家廠商的進步，都是讓中國AI越發閃耀的燈火。

祝愿這片風云激蕩的江湖，燃得更盛吧。

以上，既然看到這里了，如果覺得不錯，隨手點個贊、在看、轉發三連吧，如果想第一時間收到推送，也可以給我個星標?～謝謝你看我的文章，我們，下次再見。

>/ 作者：卡茲克

>/ 投稿或爆料，請聯系郵箱：wzglyay@gmail.com