两秒将想象变成现实 “商汤秒画”打造AI画图“模型超市”

SD指南1年前 (2023)发布 一起用AI
447 0 0

图说:秒画创作的“一只穿着盔甲的柯基” 采访对象供图(下同)

两秒钟,就能将你的想象变成“现实”。

在商汤技术日上,商汤“日日新”大模型体系正式问世,基于该体系的AI内容创作社区平台“秒画”也一并亮相。

秒画平台基于商汤大装置的GPU算力支撑,可帮助用户免除本地化部署流程,既能使用商汤自研作画模型高效地生成高质量内容,也可以将本地模型及其他第三方开源模型一键导入,生成更多样的内容。

秒画还提供特异性推理优化服务,开源模型导入后会自动采用秒画底层的模型编译技术进行加速,实测在本地RTX3070显卡需要10秒生成的图片通过秒画加速技术只需要2秒就可以生成。

图说:秒画创作的“航拍湖泊 湖心小岛 下雪天”

超10亿参数,多种风格秒生成

商汤自研的AIGC文生图大模型拥有超10亿参数,支持二次元、三次元等多种生成风格。用户无需复杂的编程知识,只需给定提示词,即可生成相应图像,最高可实现6K高清图。

无论是写实照片、脑洞大开的艺术画作,还是未来科幻场景,模型生成的图像都能根据用户需求,带来真实的光影效果以及丰富的细节内容。凭借超快的推理性能,商汤自研作画模型的文生图能力,每2秒就能生成1张512*512分辨率的图片。

高效释放图像生成“巧实力”

相比于爆红AI圈的Stable Diffusion,商汤作画大模型基于2019年开始研发的通用大模型设计体系,采用更先进的大模型结构设计与大batch训练优化算法,模型参数量大小为前者数倍。

核心技术包含了自研的多种算法,使其具备更优的文本理解泛化性、图像生成风格广度以及图像高质量生成细节。

图说:商汤作画大模型与Stable Diffusion对比

此外,目前市面上所有的LoRA模型都是基于Stable Diffusion或者其变体训练的,依托商汤基模型本身强大的泛化能力,使用其替代Stable Diffusion模型可以基于更少量数据快速训练出质量更高的LoRA(记者注:LoRA,用于通过小数据继续训练,将大模型的能力适应到某个垂类领域,但会影响大模型的泛化能力)模型,实现更优的风格定制化图像生成,这样的功能在秒画平台通过5分钟即可实现。

摆脱算力掣肘满足进阶创意需求

对于有进阶需求的模型创作者,“秒画”平台也可支持自行上传数据集进行finetune、自训练等功能,定制训练属于自己风格的LoRA模型,通过拖拽20张图片训练集,仅需5分钟就能完成训练,显著降低模型的训练门槛。

同时,用户也可以一键导入Hugging Face, Civitai, GitHub 等第三方社区的开源模型进行体验,让用户免除本地化部署的繁琐流程,通过商汤AI大装置强大的GPU算力集群、推理加速功能,即可高效生成更多样的内容,创作更便利。

不仅如此,商汤还将面向B端开放API接口,结合商汤AI大装置提供的算力,为客户提供便利、高效的服务,打造多样性的平台和社区生态。

在大模型的驱动下,AI文生图技术快速发展,可以广泛应用于设计、营销、游戏动画、工程建筑、医学、教育科普等领域,帮助人们提高创造力。

商汤方面表示,“秒画”平台的推出,在为创作者打造低门槛、高效率的创作服务的同时,还能够充分整合社区力量连接更多资源,带来更加便利、完善的内容生产创作工具,让每一位创作者都能轻松地将想象变为现实。

新民晚报记者 郜阳

举报/反馈

© 版权声明

相关文章