智谱开源了文生图CogView4-6B模型，支持中文提示词之本地部署（Windows篇）

在文生图这个领域里，甭管是开源的Stable Diffusion 3.5，还是闭源的在线绘图平台Midjourney，一度都是不支持中文提示词。

连prompt都不支持中文，就别提想要在图中写入中文。

虽然SD3.5、Midjourney等优秀绘画模型不支持中文提示词，但国内各大厂商一直致力于中文提示词。

CogView4-6B是智谱AI（Zhipu AI）推出的文生图模型，通过结合文本与图像的跨模态生成技术，在中文场景下展现出显著优势。

本地部署

那么，接下来，我们就在本地电脑部署下CogView4-6B这款开源的绘画模型，看看效果是否真有其官方宣传的那么好。

创建虚拟环境

首先，我们创建个python虚拟环境，你可以使用anaconda或miniconda来创建虚拟环境。我还是使用python3自带的venv模块搭建的虚拟环境。

我电脑使用的python版本为python 3.10.9，当然你也可以使用python 3.11。

python -m venv CogView4-env
cd CogView4-env\Scripts
activate

clone 推理代码及下载模型

git clone https://github.com/THUDM/CogView4
cd CogView4

# 根据自身网络条件 选择以下任一方式来下载模型。
# modelscope
git clone https://www.modelscope.cn/ZhipuAI/CogView4-6B.git
# Huggingface.co
git clone https://huggingface.co/THUDM/CogView4-6B

安装项目所需依赖

其实，如果按照官方的，也就是执行以下这行命令，是无法启动项目的。

pip install -r inference/requirements.txt

按照requirements.txt的依赖来安装torch是CPU版本，并不支持GPU，所以我们需要uninstall这个不带GPU版本的torch以及torchao。

如果你电脑的显存低于12G的话，那么需要设置set MODE=1。

然而，在Terminal下载torch的CUDA版本，下载速度总是那么不尽如人意。

那么，我们可以直接去https://download.pytorch.org/whl/torch 下载 对应的whl文件。

我们直接在Terminal直接pip install torch-xxx.whl。

卸载CPU版的torchao，安装带有CUDA版本的torchao。

运行 inference/gradio_web_demo.py

当我们安装好了CUDA版的torch和torchao后，再次执行python inference/gradio_web_demo.py。

会为我们自动在默认浏览器打开一个页签，如下图。

我这里使用了官方的prompt，只是把Happy New Year改成了新春快乐，看看是不是能真正的写上中文字。

为了出图快点，我只修改了图片的width和height，其他都是默认的，然而，生成的图片，图中的中文文字却崩了。