CogView：智谱开源文生图模型，6B 参数 Apache 2.0，首个能画对汉字的开源模型

官方背景

CogView 是智谱 AI（Zhipu AI）与清华大学 THUDM 实验室联合研发的文本生成图像模型系列，从 CogView、CogView2、CogView3 一路迭代到最新的 CogView-4。它和 ChatGLM 出自同一支团队，走的是彻底的开源路线——CogView-4 以 Apache 2.0 许可发布权重，可自由商用、可本地部署，这在同级别文生图模型里相当罕见（对比 SD3 的受限许可）。这是国产开源多模态生成能力的代表作之一。

核心能力

① 约 6B 参数的 DiT（Diffusion Transformer）架构，配合中英双语文本编码器；② 首个能在图中正确渲染中文汉字的开源文生图模型——海报、封面、带字设计不再乱码；③ 支持 512×512 至 2048×2048 任意分辨率与任意长宽比；④ 在 DPG-Bench 综合指标上取得开源模型第一，长提示词遵循能力强；⑤ 支持超长中文提示词输入，语义理解不截断；⑥ 权重在 Hugging Face / ModelScope 开放，也可通过智谱 BigModel 开放平台 API 直接调用。

应用场景

中文海报、公众号封面、电商主图这类必须把字写对的设计需求，是 CogView-4 最锋利的场景；设计师做概念图与风格探索；开发者本地部署做私有化生图服务，数据不出域；企业接 API 批量生成营销素材；研究者拿 Apache 2.0 权重做二次微调、做 LoRA 风格模型。想要「免费商用 + 中文强 + 能写字」的组合，它基本是当下唯一解。

定价与可及性

开源权重完全免费（Apache 2.0），本地部署零调用费，消费级显卡即可跑起来。云端可通过智谱 BigModel 开放平台（bigmodel.cn）按张 / 按 token 计费调用，新注册账号有免费额度可试。文档见 docs.bigmodel.cn，代码与权重在 GitHub（THUDM）与 Hugging Face 同步开放，从个人玩票到企业私有化都能低成本起步。

立即体验 CogView →

CogView · CogView 是智谱 AI（Zhipu AI）与清华大学 THUDM 实验室联合研发的文本生成图像…