CogView2

用层次化Transformer,快速生成高质量图像

CogView2是清华大学与智谱AI联合推出的文本生成图像模型,基于层次化Transformer架构,在CogView基础上显著提升生成速度与图像质量。它解决的是文本到图像生成任务中生成速度慢、细节表现不足的问题,核心能力包括高分辨率图像生成、文本语义理解以及更快的推理效率。项目提供官方预训练模型和PyTorch实现,支持用户直接进行文本到图像的生成实验。作为早期项目,其代码和模型为后续的CogView系列及国产文本生成图像模型的发展奠定了基础。

开源 free 图像生成
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 951
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类图像生成
开发团队zai-org
所属国家
官网地址
定价模式free
价格说明开源项目,基于Apache-2.0许可证,可免费使用和部署。
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型pretrained-models,pytorch,text-to-image,transformer
GitHub 星标★ 951
30天Star增速
HF 下载量
上线时间2022-04-25 00:00:00
最近更新2026-09-04 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数3

使用教程

核心亮点

  • 层次化Transformer架构,生成速度比前代更快
  • 支持高分辨率图像生成,细节表现更优
  • 官方提供预训练模型,开箱即用

不足之处

  • 文档和社区支持待观察
  • 模型体积大,推理资源需求高

适用场景

  • 艺术创作辅助,快速生成概念图
  • 内容创作,为文章配图
  • 教育科研,用于文本生成图像的研究

替代项目

DALL-E、Stable Diffusion、Imagen

项目介绍

CogView2 是开源模型领域的开源项目,由 zai-org 开发,2022 年首次发布。

在全站 13,014 个收录项目中,它的 GitHub 星标数(951)位列前 30%,在开源模型分类中处于中上游。

项目已超过三个月没有代码更新,维护节奏明显放缓,最近一次代码更新于 2026-09-04。基于Apache-2.0许可证,可免费使用和部署。

它主要面向的使用场景是:艺术创作辅助,快速生成概念图。同类可对比的替代方案包括 DALL-E、Stable Diffusion、Imagen。

同类项目推荐

Machine-Learning 开源

跟着博客笔记,边看边跑机器学习代码

All content related to machine learning from my blog

★ 115 2026-08-09
CoreML-Models 开源

下载即用的苹果端 AI 模型库,免去转换烦恼

Core ML model zoo for iOS/macOS — PyTorch models converted to ready-to-use .mlpacka···

★ 1873 2026-08-10