GLM Image

Знакомьтесь, GLM Image — это AI-генератор, который превращает текстовые запросы в фотореалистичные кадры, стильные иллюстрации и профессиональную графику. В основе лежит архитектура diffusion transformer с системой двойного кодировщика: благодаря этому нейронка одинаково хорошо понимает и визуальные образы, и тонкие нюансы языка.

Что по возможностям? Можно создавать изображения в разрешении до 2K, писать промпты на английском или китайском и выбирать любой удобный формат — от классического 1:1 до 16:9, 9:16, 4:3 и 3:2. Кроме того, здесь есть режим image-to-image и встроенный PromptEnhancer, который сам «докрутит» ваш запрос, чтобы результат был круче.

В чем фишка по сравнению с аналогами? GLM Image использует умный VAE pipeline, который ускоряет обработку примерно на 40% без потери качества. Процесс создания разбит на два этапа: сначала генерируется база, а затем нейросеть проходит по картинке второй раз, чтобы отшлифовать детали и убрать артефакты. А так как модель дообучали с помощью RLHF, композиция и цвета в итоге выглядят именно так, как хочется человеку. Кстати, инструмент отлично справляется с абстрактными идеями, пространственными связями и даже четко отрисовывает текст внутри изображений.

Кому это будет полезно? В первую очередь цифровым художникам для быстрого концепт-арта, маркетологам, которым нужны визуалы для кампаний каждый день, и контент-мейкерам, ведущим несколько соцсетей. Также инструмент выручит продуктовых дизайнеров при создании фотореалистичных мокапов перед производством. Специальных навыков в дизайне не потребуется, но чем четче и детальнее будет ваш промпт, тем стабильнее и точнее будет результат.