أداة الصور الصينية بالذكاء الاصطناعي التي أصلحت ما عجز عنه ميدجورني

لأشهر، واجه المصممون الصينيون ومديرو وسائل التواصل الاجتماعي فجوة محبطة في توليد الصور بالذكاء الاصطناعي. أدوات مثل ميدجورني وDALL-E وStable Diffusion يمكنها إنتاج صور مذهلة. لكن اطلب منهم عرض ملصق بشعار صيني، وستكون النتائج غير قابلة للقراءة تقريبًا. أداة GLM-Image من Zhipu AI، التي تم إطلاقها بهدوء على image.z.ai، تسد هذه الفجوة أخيرًا بمولد صور مجاني، بدون علامة مائية، وغير محدود مصمم للسياقات الصينية. مينيماكس تطلق نموذج الفيديو Hailuo 2.3 مع تحسينات في…

ما الذي تفعله GLM-Image بشكل مختلف

تعمل GLM-Image على نموذج GLM-Image الخاص بشركة Zhipu AI. ميزتها البارزة هي توليد النص الصيني داخل الصور. أظهرت اختبارات من عدة مراجعين صينيين للذكاء الاصطناعي أن النموذج نجح في إنشاء ملصقات ترويجية تحتوي على شعارات مثل 'نصف سعر الكوب الثاني'، حيث تم تشكيل كل حرف بشكل صحيح ودمجه بشكل طبيعي في التصميم. بالنسبة للنص الخطي على سطح مروحة تقليدية، أنتج النموذج أحرفًا يمكن التعرف عليها مع جماليات فرشاة مناسبة، على الرغم من ظهور عيوب طفيفة في الأحرف أحيانًا في التراكيب المعقدة.

كانت أدوات الصور السابقة بالذكاء الاصطناعي تنتج عادةً أحرفًا صينية مشوشة وغير قابلة للقراءة. يعود هذا القيد إلى بيانات التدريب التي تركز بشكل كبير على اللغة الإنجليزية. إنجاز GLM-Image هو عرض نصوص صينية متعددة الأحرف في سياقات طبيعية بدقة عالية. إنها تحل مشكلة لم تهتم الأدوات المدفوعة بمعالجتها لسوق يضم أكثر من مليار مستخدم محتمل. كيف شقت سحابة علي بابا طريقها إلى 20 من أرباع غارتنر…

ما وراء النص: الفهم الثقافي والعرض الفيزيائي

تظهر GLM-Image أيضًا معالجة قوية للسياق الثقافي الصيني. عند استخدام إشارات إلى الشعر الصيني الكلاسيكي مثل 'دخان منفرد مستقيم في الصحراء، غروب الشمس المستدير فوق النهر الطويل'، يولد النموذج تركيبات تلتقط المفهوم الفني والجو بدلاً من إنتاج رسوم توضيحية على غرار الكولاج. بالنسبة للمشاهد التي تصور الربيع في بلدة الماء بجنوب نهر اليانغتسي، يعرض أجواء المطر الضبابي مع أنسجة معمارية أصيلة. MiniMax Speech 2.8 يضفي دفئًا بشريًا على الأصوات…

يتفوق النموذج أيضًا في العرض الفيزيائي للمواد الشفافة والعاكسة. في اختبارات الأواني الزجاجية، يعرض GLM-Image انكسار الضوء بدقة من خلال حاويات شفافة مملوءة بالسوائل. يظهر فهمًا للبصريات الفيزيائية التي كانت تتطلب سابقًا أدوات عرض عالية المستوى.

مقايضات مقابل البدائل المدفوعة

مقارنة بالبدائل المدفوعة مثل ميدجورني وGoogle Nano Banana Pro، تظهر جودة صورة GLM-Image دقة أقل قليلاً في تفاصيل الملمس. عرض النص الطويل ينتج أحيانًا أخطاء طفيفة. ومع ذلك، نظرًا للتكلفة الصفرية، والاستخدام غير المحدود، وسياسة عدم وجود علامة مائية، والقدرة الأصلية على النص الصيني، تقدم الأداة قيمة مقنعة للمستخدمين اليوميين الذين ينشئون مواد ترويجية ومحتوى وسائل التواصل الاجتماعي ونماذج التصميم.

لا تتطلب الخدمة VPN، ولا حصص ائتمانية، وتدعم الأوامر باللغة الصينية الطبيعية. يمكن الوصول إليها عبر منصة Zhipu Qingyan والموقع المخصص image.z.ai.

آثار أوسع

شركة Zhipu AI، التي تقدر قيمتها بمئات المليارات من اليوان، هي واحدة من الشركات الرائدة في نماذج اللغة الكبيرة في الصين. إطلاق GLM-Image يشير إلى دفعة استراتيجية نحو التوليد متعدد الوسائط الذي يستفيد من نقاط قوة الشركة في الذكاء الاصطناعي باللغة الصينية. بالنسبة لسوق الصور العالمي بالذكاء الاصطناعي، يذكر نجاح GLM-Image أن دعم اللغة المحلية ليس ميزة متخصصة بل خندق تنافسي. معظم الأدوات الغربية لم تعبره بعد. أنثروبيك تفتتح مكتبًا في سيول وتوسع شراكات النظام… مينيماكس تطلق نموذج M2.7 بمهارات قوية في هندسة…