近日,快手在短視頻評論開始內測「快手AI玩評」,用戶可以通過輸入各種創(chuàng)意文字,一鍵生成海量風格圖片,可以更輕松、便捷地在評論區(qū)進行趣味互動。這是繼“AI對話”之后,快手在短視頻場景內落地的又一AIGC能力。
據(jù)悉?？焓?ldquo;AI玩評”依托于快手自研文生圖大模型“可圖”(Kolors)強大的圖像生成能力實現(xiàn)。可圖大模型能夠基于開放式文本生成風格多樣、畫質精美、創(chuàng)意十足的繪畫作品,讓用戶可以輕松高效地完成藝術創(chuàng)作。這也是快手AI團隊在大語言模型「快意」之后,再次公布了其在AIGC領域的最新突破和布局。
隨著AI技術的不斷突破創(chuàng)新,AIGC未來會成為內容創(chuàng)作者“突破邊界”的工具,它會讓更多“腦中有畫面,心中有故事”的人能夠進行更輕松、高效的創(chuàng)作。據(jù)了解,可圖大模型的三大特點保證了出色的圖像生成效果:
首先,強大的文本理解能力。快手AI構建了數(shù)十億的圖文訓練數(shù)據(jù),數(shù)據(jù)來自開源社區(qū)、內部構建和自研AI技術合成。這些數(shù)據(jù)覆蓋了常見的三千萬中文實體概念,兼具世界知識。在此基礎上訓練研發(fā)了一個強大的中文CLIP模型,不僅懂我們的語言,也更懂中文世界的圖像;其次,快手AI利用自研的中文LLM,融合CLIP的圖文特征作為文生圖的文本理解模塊,不但實現(xiàn)了中文特色概念的理解,更解決了復雜概念、屬性混淆等文生圖領域常見問題。
其次,豐富的細節(jié)刻畫。快手AI研究團隊更改了去噪算法的底層公式和加噪公式;同時精選了一批高細節(jié)、高美感的優(yōu)質數(shù)據(jù),在模型學習的后期進行有側重學習。實現(xiàn)了單一基座模型在主體完整的前提下,可生成具有豐富細節(jié)和紋理的圖片。同時,基座模型也實現(xiàn)了輸入圖片,輸出細節(jié)豐富圖片的圖生圖能力。
第三,多樣的風格轉化?？蓤D大模型具有基于Prompt的自動學習模型,基于知識的理解與擴充,為用戶提供不同的風格模版。依據(jù)提示詞自動擴充模塊,可以豐富化用戶描述,包括風格、構圖、視覺要素等。配合強大的文生圖基座模型,Kolors 可以幫助用戶準確理解自己的需求,通過簡單描述即可生成多樣化風格的圖片。
在可圖大模型強大的圖像生成能力背后,是快手AI團隊在多模態(tài)內容理解和生成方面的長期積累,和在大模型領域的持續(xù)創(chuàng)新性探索。
據(jù)了解,從8月下旬開始,快手AI團隊已在公司內部開啟了可圖大模型平臺的內測,面向內部業(yè)務團隊提供豐富全面的AI繪畫創(chuàng)作能力,并支持網頁版工具和標準化API兩種使用方式。
快手AI團隊表示,「可圖」大模型仍在持續(xù)優(yōu)化效果、豐富能力。未來,可圖將會與快手的更多業(yè)務開展合作,用AI技術豐富業(yè)務的想象力,探索更多有趣、有價值的創(chuàng)新應用落地,讓人機共創(chuàng)成為現(xiàn)實。
（免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現(xiàn)的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）
