Zhipu AI (智谱AI) тихомълком стартира самостоятелен инструмент за генериране на изображения в image.z.ai, захранван от своя модел GLM-Image. Инструментът е напълно безплатен, неограничен в употреба, без воден знак и извежда 2K резолюция, привличайки значително внимание от китайската AI общност заради изключителните си възможности на китайски език.
GLM-Image демонстрира забележителна компетентност в разбирането на китайския културен контекст. Когато бъде подканен с препратки към класическа китайска поезия като „самотен дим направо в пустинята, залязващото слънце над дългата река“, моделът генерира композиции, които улавят артистичната концепция и атмосфера, вместо да произвеждат просто илюстрации в стил колаж. За сцени, изобразяващи пролетта във водния град Jiangnan, той пресъздава атмосфера на мъглив дъжд с автентични архитектурни текстури.
Отличителна функция на инструмента е генерирането на китайски текст в изображения. Предишните инструменти за изображения на изкуствен интелект обикновено създаваха изкривени, неразпознаваеми китайски йероглифи. GLM-Image постига точно изобразяване на многознаков китайски текст в естествен контекст. При тестове той успешно генерира промоционални плакати с лозунги на кампанията като „Втора чаша на половин цена“, като всички символи са правилно оформени и естествено интегрирани в дизайна. За по-предизвикателни задачи, като например калиграфски текст върху традиционна повърхност на ветрило, моделът създава разпознаваеми знаци с подходяща естетика на щриха, въпреки че в сложни композиции понякога се появяват незначителни несъвършенства на знаците.
Моделът се отличава с физическо изобразяване на прозрачни и отразяващи материали. При тестове за стъклария, GLM-Image прецизно изобразява пречупването на светлината през пълни с течност прозрачни контейнери, демонстрирайки разбиране на физическата оптика, която преди това изискваше рендери от висок клас.
В сравнение с платени алтернативи като Midjourney и Nano Banana Pro на Google, качеството на изображението на GLM-Image показва малко по-малко усъвършенстване на детайлите на текстурата, а изобразяването на дълъг текст понякога води до незначителни грешки. Въпреки това, като се има предвид неговата нулева цена, неограничена употреба, политика без воден знак и възможност за роден китайски текст, инструментът предлага убедителна стойност за ежедневните потребители, създаващи промоционални материали, съдържание в социалните медии и макети на дизайн.
Zhipu AI, оценен на стотици милиарди юани, е една от водещите големи компании за езикови модели в Китай. GLM-Image е достъпен чрез платформата Zhipu Qingyan и специалния уебсайт image.z.ai, като не изисква VPN, няма кредитни квоти и поддържа подкани на естествен китайски език.