快手开源模型可图Kolors 支持图像内生成文字
快手开源图像生成模型可图Kolors，采用GLM文本编码器支持中英文双语理解，可处理256token长文本。基于数十亿文本图像对训练，专门优化中国文化元素，能稳定生成中文文字，英文文字偶有缺漏。
快手开源“可图 Kolors”：一款真正懂中文的图像生成模型
快手最近放了个大招——正式开源了自家的图像生成模型“可图 Kolors”。这可不是那种套个壳、改个参数就敢说自研的小模型。它在数十亿的文本图像对上进行过训练，最特别的地方是用了通用语言模型（GLM）作为文本编码器，所以既能理解英文提示词，也能完美处理中文描述。而且，它支持长达256个token的上下文长度，这意味着你可以写一段非常详细的场景描述，模型能完整地理解并执行。
可图 Kolors 的几个核心看点：
- 中英双语支持：采用GLM作为文本编码器，让模型同时精通中英文提示词，尤其是中文语境下的理解能力远超很多同类模型。
- 超长文本处理：256个token的上下文长度，足以塞进复杂场景描述、人物关系甚至一段小故事，创作者可以更加细致地表达想法。
- 海量数据训练：数十亿的文本图像对训练，让模型积累了大量视觉知识，生成结果的多样性和精准度都有保障。
- 中国文化元素优化：这是它最亮眼的一点——专门针对中国的文化符号、节日、传统元素做了优化，生成的图像更贴近本土审美。
- 中文文字生成：能在图片里直接生成中文文字。测试下来，中文输出非常稳定，但英文文字偶尔会缺字或错位。
来几个实际生成的例子看看效果。下面这张“躺平小猫”中，中文文字完全正确，但换成英文“AIbase”时，就出现了缺字漏字的情况。所以说，目前可图在中文文字生成上表现出色，但英文还有提升空间。另外注意，文字长度不宜过长，太长容易出错。
这个模型背后有快手扎实的技术支撑。除了文本编码器的独特设计，它在海量数据上训练并对中国文化做了针对性的优化，生成的图像更有“中国味”。这不仅是技术上的突破，更是一种文化表达的延伸。而且，开源计划里还包括CN（ControlNet）支持、LoRA、IPA和ComfyUI直接支持，这些生态工具让创作流程更加灵活和个性化。
技术细节方面：
- “可图 Kolors”基于SDXL模型架构，融合了ChatGLM256技术来增强双语理解和文字生成能力。
- 运行这个模型需要大约19GB显存，对硬件有一定门槛，不过这也说明模型参数规模和精度都相当可观。
快手这次开源“可图 Kolors”，不仅是对技术社区的一次慷慨贡献，更是对创作自由的一次有力推动。它展示了快手在AI生成领域的决心和真实实力，也让我们看到AI在艺术创作中更多的可能性——尤其是当模型真正理解了中文文化和文字时，那种化学反应是单纯翻译提示词无法替代的。
你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：快手开源模型可图Kolors 支持图像内生成文字要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题
游乐网为非赢利性网站，所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系youleyoucom@outlook.com。
相关热点QuickieAI是一款轻量级Chrome插件，核心逻辑是快速准确。在写作、社交媒体运营、营销活动场景中，一键完成内容研究与文案生成，支持侧边栏即时响应。可辅助写作、生成多平台文案及营销话术，擅长冷启动，最终质量需人工微调。
Hebbia是一款专为金融、法律、政府和制药等行业设计的AI搜索引擎，其Matrix产品通过拆解复杂文档实现自动化信息提取与分析，已获3000万美元融资。它适用于研究人员、商业人士及学生，提供全面、精准的检索与洞察。
Penf1是一款AI驱动的博客创作工具，专注于简化从构思到发布的全流程。它支持即时内容生成、创意破题和SEO优化，帮助创作者快速获得高质量初稿，从而将精力集中于打磨观点和注入个人风格。
- 日榜
- 周榜
- 月榜
热点快看