智谱VS OPENAI 文生图模型对比测试

智谱VS OPENAI 文生图模型对比测试

引用

CSDN

1.

https://m.blog.csdn.net/2401_85549225/article/details/139507777

在AI文生图领域，智谱的CogView3和OpenAI的DALLE3是两个备受关注的模型。近日，一场对比测试展示了这两个模型在生成图像方面的表现。测试结果显示，CogView3在细节处理上略显不足，但其对文案逻辑的理解能力已经相当出色，且成本更低。

在今天的测试中，我们对比了智谱的CogView3和OpenAI的DALLE3两个文生图模型。智谱CogView3模型已达到DALLE3性能的90%，并且进行了价格调整，使其成为市场上成本最低的文生图解决方案。

我们首先使用文生文模型创作了一个三页绘本的文案，并设置了记忆缓存为0，确保模型仅基于当前输入生成图像。

第一个画面
在一个充满科技奇迹的赛博世界中，高楼大厦如同摩天轮般旋转，五彩斑斓的霓虹灯在夜空中闪烁。在这座城市的角落，住着一只名叫小智的聪明小猫。小智有着一双好奇的大眼睛和灵活的尾巴，它的家中摆满了各种电子设备和书籍。

第二个画面
小智穿上了特制的电子装备，背上了一个装满学习资料的小背包，开始了它的冒险。赛博森林里充满了奇异的生物，有些是机器小动物，有些是半机械化的植物。在这里，小智遇到了一只名叫小兔的机器人兔子，它正在为一道复杂的编程题目苦恼。

第三个画面
在赛博森林的深处，小智和小兔发现了一个巨大的迷宫，迷宫的入口是一道复杂的数学题。小智利用它所学到的知识，轻松地解开了数学题，迷宫的大门缓缓打开。

通过对比生成的图像，我们发现DALLE3在画面整体感上表现更佳，而CogView3虽然在细节上略显不足，但其对文案逻辑的理解能力已经相当出色。

与SD和MJ等模型相比，CogView3和DALLE3更擅长处理自然语言描述，能够更好地将故事转化为图像。这表明，随着技术的进步，AI在文生图领域的应用将越来越广泛，为用户提供更多可能性。