使用场景

根据描述生成一个红色跑车在海边的图像

根据中文文本生成传统节日场景的图像

根据英文描述生成科幻场景的图像

产品特色

支持高分辨率图像生成（512px 至 2048px）

兼容中文和英文文本输入，适用于多语言场景

提供多种优化技术，如模型 CPU 卸载和 4bit 文本编码器，降低内存占用

在多个图像生成基准测试中表现优异，如 DPG-Bench 和 GenEval

支持 BF16 和 FP32 精度，确保生成图像的质量和稳定性

提供详细的模型指标和性能数据，方便用户评估和选择

开源模型，支持社区讨论和二次开发

使用教程

1. 安装 diffusers 库：从源代码安装 diffusers 库，确保支持模型运行。

2. 加载模型：使用 CogView4Pipeline.from_pretrained 方法加载预训练模型。

3. 配置模型：通过 enable_model_cpu_offload 和 vae.enable_slicing 等方法优化内存占用。

4. 输入文本提示：提供详细的文本描述作为输入，例如描述图像的场景、颜色、物体等。

5. 调整参数：设置生成参数，如分辨率、推理步数、引导尺度等。

6. 生成图像：调用模型生成图像，并保存生成结果。