可圖 Kolors 把中文字寫對,程式碼與權重都開源

摘要

一個能把漢字畫對而不是畫成亂碼的文生圖模型,程式碼與權重都放出來,還能接進既有的生成流程——只是面向一般使用者的入口如今搬到另一個平台上。

推薦
軟體名稱
可圖
版本
2.1
收費
免費
開源
開源
作業系統
WindowsmacOSLinuxiOSAndroid
更新時間
2026-10-06 18:18

可圖(Kolors)是自研的文生圖大模型。它在 AI 繪畫這一波裡算是個特殊樣本:模型本身開源得很徹底——程式碼、權重、配套工具鏈都拿得到;但面向一般使用者的獨立平台已在 2024 年 8 月 23 日關閉,圖像生成入口整體併進了可靈 AI。想直接出圖的人去可靈 AI 就好,想折騰的人則可以把權重拉下來自己跑。

先解決中文:把字寫對

官方開源儲存庫寫明,可圖在中英文字元渲染上具備顯著優勢,並把「文字渲染」列為重點展示能力之一,能生成正確的中文漢字。這在國產模型裡長期是個痛點——不少模型畫得出人像和場景,一遇到畫面裡的漢字就開始亂碼。官方範例裡,藤蔓花球上的「我愛世界」這類漢字是模型直接畫出來的,而不是後期貼上去的。

官方範例:藤蔓花球上的漢字是模型自己畫出來的,不是事後貼上去的

中國元素與寫實人像

官方範例按四類展示:高品質人像、中國元素生成、複雜語意理解、文字渲染。中國元素這塊包括長城、古典建築與中國城市天際線;寫實人像走的是自然膚質與電影感光線那條路線。這兩類恰好是中文創作者用得最多的場景——國風插畫、節日海報、電商人像,官方都給了現成的參照。

官方範例:寫實人像生成,自然膚質與電影感光線
官方範例:中國元素生成,長城場景

技術帳:256 tokens 上下文與自建評測集

官方技術資料寫明,可圖基於隱空間擴散模型,在數十億圖文對上訓練;文字側支援中英雙語輸入,上下文長度達 256 tokens。團隊還自建了評測集,一千多條提示詞,覆蓋十四個類別與十二個評價維度,人工與機器評估同時做。2024 年 7 月 3 日,可圖在多模態文生圖榜單拿到第二名,中英文主觀品質評估位列第一。

開源到什麼程度

這是可圖比較特別的地方。官方儲存庫寫明:專案程式碼採用 Apache 授權,模型權重面向學術研究完全開源,商業使用需向官方登記。除主模型外,風格參考轉接器、邊緣與深度與姿態的控制網路、局部重繪、低秩微調這些常用能力也都已開源,並且已經支援節點式前端、簡易網頁介面與標準的 Python 擴散程式庫——也就是說,它能直接接進既有的生成流程,而不是只能在一個封閉網頁裡用。

現在去哪兒用它

官網公告寫明:可圖後續透過可靈 AI 平台繼續提供圖像生成服務,原平台已於 2024 年 8 月 23 日正式關閉。原有的 AI 創作與形象客製能力都整合進了可靈 AI;2025 年 4 月可靈 AI 發布可圖 2.0 圖像生成模型,同年 7 月 10 日上線可圖 2.1。有一點要注意:官方明確說平台遷移不保留歷史創作記錄,如果你還有舊作品留在原平台上,得先自行保存。

也要說清的邊界

兩件事值得先知道。一是可圖已經不是一個獨立營運的產品,網路上不少「官網入口」的舊教學還指向已關閉的位址,實際能用的入口在可靈 AI。二是開源不等於隨便用:權重對學術研究開放,商用需要按官方要求登記;官方也提示,生成模型存在隨機性,輸出內容的準確性與安全性無法完全保證。這兩條不是坑,但都是選型前該算進去的成本。

一句話收尾:可圖的價值不在「又一個 AI 畫圖網站」,而在於它是一個能寫對中文、權重開源、能接進節點式前端的中文文生圖模型;日常出圖去可靈 AI,重度玩家把權重拉下來自己跑,兩條路都通。

可圖下載地址
支援的作業系統: Windows macOS Linux iOS Android