1 月 5 日，由杭州未來科技城管委會、余杭區(qū)科技局和余杭區(qū)企業(yè)（人才）綜合服務(wù)中心聯(lián)合指導(dǎo)，時戳科技主辦，AI 新智界提供媒體特別支持的“智求共贏?中國 AIGC 產(chǎn)業(yè)應(yīng)用峰會暨無界 AI 生態(tài)合作伙伴大會”在杭州正式開幕。

本次大會深度聚焦 AIGC 應(yīng)用，邀請到了全國各地近百家合作伙伴參會，以及來自產(chǎn)研、投資機構(gòu)、高校、AIGC 創(chuàng)業(yè)者等眾多行業(yè)精英和專家，共同分享過去一年 AIGC 應(yīng)用進(jìn)展，探討未來發(fā)展趨勢。

無界AI創(chuàng)始人長鋏出席大會并做主題演講：《光合作用：無界在 AI 生態(tài)中的定位》。他講到，AIGC的過程特別像是光合作用，“光”是文本、語音、圖像等外界的信息輸入，“二氧化碳和水”是訓(xùn)練的數(shù)據(jù)集，“碳水化合物”是生成的圖片。無界AI的定位是光合作用中的“葉綠體”，為生態(tài)伙伴賦能。

長鋏表示，在過去一年，無界 AI 訓(xùn)練了大概1000萬張圖片素材，并且與國內(nèi)50多所高校、博物館建立了數(shù)據(jù)上的合作。近期，無界AI將陸續(xù)上線各大行業(yè)模型和國風(fēng)、藝術(shù)插畫、私人影像等模型，將自己的模型能力更好地輸出給生態(tài)伙伴。未來一年，無界AI 還將在技術(shù)上進(jìn)一步升級，加強對自然語言的支持，支持文字生成和書法生成等功能。

以下是AI新智界整理的演講內(nèi)容，為方便閱讀進(jìn)行了部分刪減：

無界 AI 的定位

AIGC的過程特別像是光合作用，“光”是文本、語音、圖像等外界的信息輸入，“二氧化碳和水”是訓(xùn)練的數(shù)據(jù)集，“碳水化合物”是生成的圖片。無界AI的定位相當(dāng)于生態(tài)中的葉綠體，從宏觀層面來說就是這個生態(tài)中的植物。生態(tài)中的動物是那些把我們模型能力應(yīng)用得好，做出現(xiàn)象級、殺手級，或者國民級應(yīng)用的生態(tài)合作伙伴。

定位有toB和toC之分。 toB是一個效率工具，能夠節(jié)省時間；toC是一個情感陪伴，消磨時間。無界AI更偏向于toB，我非常相信將來生態(tài)伙伴能做出現(xiàn)象級的應(yīng)用。當(dāng)前，無界更希望將模型能力賦能生態(tài)合作伙伴，專注幫企業(yè)降本增效。

模型訓(xùn)練的兩大流派

模型訓(xùn)練分為兩個流派：參數(shù)派和像素派。

參數(shù)派，就是各種追求CLIP（生成圖片與提示詞的一致性）、FID（生成圖片與訓(xùn)練素材的一致性）等這些可以用算法來評價的參數(shù)，通過優(yōu)化參數(shù)實現(xiàn)霸榜。他們非常關(guān)注參數(shù)的規(guī)模，而忽視人類的審美，因為審美很難用算法來評價。無界屬于像素派，也就是說我們更注重在像素層面的優(yōu)化。我們非常關(guān)注人類審美的反饋，也就是社區(qū)用戶的反饋。

說到像素派，我們就要提到 Midjourney，它的審美是一直在線的，它也屬于像素派。我們和Midjourney有什么不一樣呢？

模型規(guī)劃不同

最大的區(qū)別就是我們在產(chǎn)品的模型規(guī)劃上有很大不同。Midjourney本質(zhì)上只有兩個模型，一個是對應(yīng)通用的方向的Midjourney模型；另外是對應(yīng)二次元的方向的Niji模型。我們不太一樣，我們把模型細(xì)分為汽車設(shè)計、產(chǎn)品設(shè)計、服裝設(shè)計、建筑設(shè)計等不同的垂直領(lǐng)域，同時要做到美學(xué)上比Midjourney表現(xiàn)更好。

上圖是無界AI與其他模型在生成效果上的評分示意圖，如果SDXL是平均分70分的模型，Midjourney的得分是80分。我們對美學(xué)的要求更高，在細(xì)分賽道的模型要做到80分以上，才能達(dá)到模型上線的標(biāo)準(zhǔn)。

美學(xué)風(fēng)格不同

無界 AI 與Midjourney 在理念上也不太一樣。Midjourney有非常強烈的美學(xué)特征，下圖中左邊的圖片很容易看出是Midjourney畫的，它有很強烈的MJ藝術(shù)風(fēng)格，個性化，具有辨識度。我們更強調(diào)的是模型藝術(shù)上的多樣性，因為很難用單一的標(biāo)準(zhǔn)來評價美，所以我們盡可能還原美。

產(chǎn)品體驗不同

如果把Midjourney比作米其林大廚，無界AI就是魔法師。米其林大廚把菜做到了90%，用戶只需要簡單的熱一下，就可以直接享用。我們更希望用戶自己成為魔法師，在不同的瓶瓶罐罐里添入不同的材料、不同的配方，調(diào)配出專屬于自己的藝術(shù)風(fēng)格。

易用性和靈活性不同

Midjourney的產(chǎn)品易用性更高，只需要簡單的提示詞就可以生成非常漂亮的圖片。無界AI產(chǎn)品的靈活度更高，支持圖片的后期處理。

我們在研發(fā)工藝美術(shù)模型時，和十幾個高校和博物館進(jìn)行了學(xué)術(shù)上的交流。例如，在訓(xùn)練過程中，我們生成了一幅畫琺瑯鼻煙壺的圖像，并向山東工藝美術(shù)學(xué)院韓明老師請教。他給出的指導(dǎo)意見是，胎底材料應(yīng)為琉璃而非陶瓷，所以應(yīng)該帶有一點半透明的質(zhì)感。我們迅速用工藝美術(shù)模型搭配玻璃質(zhì)感的LoRA，將權(quán)重設(shè)為0.8，很快就調(diào)出了韓明老師描述的質(zhì)感，這就是無界產(chǎn)品的靈活性體現(xiàn)。

靈活性和易用性是可以兼?zhèn)涞?。雖然我們的用戶一開始入手難度可能會比較高，但我們可以通過產(chǎn)品上的設(shè)計，比如工作流的機制，把所有參數(shù)設(shè)置都封裝好。我這里要提前透露一下，我們將來可能會支持Midjourney controller的一些應(yīng)用，也就是說用戶可以直接在無界上使用MJ的模型，同時可以獲得非常豐富的后期處理功能。

審美偏好不同

我們畫一張穿著漢服的女孩圖像，MJ V6的效果確實非常驚艷，但畫出來是一個穿和服的女子，說明它可能不是特別懂中國的審美。右邊是我用無界AI 的漢服模型畫的漢服女孩，得到了理想的效果。我們是一個國內(nèi)的團(tuán)隊，立足本土，所以在更懂中國的審美。

人類反饋不同

在人類反饋方面，Midjourney 就做了一個簡單的處理，每生成4張圖片，用戶挑選最好的一張，這樣也是幫它做了反饋。無界 AI 基于APP可以收集到非常多元的用戶反饋數(shù)據(jù)，有點贊、收藏、同款、用戶的調(diào)研等等。

版權(quán)邏輯的不同

產(chǎn)品理念的不一樣，也會導(dǎo)致版權(quán)的邏輯不一樣。根據(jù) Midjourney的版權(quán)規(guī)定，免費的用戶不可以商業(yè)使用，但付費用戶可以獲得商業(yè)使用授權(quán)。我們要注意到，這是一個商業(yè)使用的授權(quán)，不是版權(quán)著作權(quán)，也不是所有權(quán)。

無界AI很早之前就宣布，凡是用無界AI創(chuàng)作的圖片，版權(quán)歸創(chuàng)作者所有，這個理念是比較超前的。我們每一張作品都是上鏈存證的，而且和杭州互聯(lián)網(wǎng)法院是打通的。當(dāng)時存在較大爭議，人們認(rèn)為用提示詞創(chuàng)作并不是原創(chuàng)。但現(xiàn)在已經(jīng)有越來越多的案例顯示，用戶在創(chuàng)作圖片的過程中有非常多智力的參與，應(yīng)該尊重創(chuàng)作者的智力成果。比如前段時間互聯(lián)網(wǎng)AI圖片侵權(quán)第一案，北京互聯(lián)網(wǎng)法院就支持了這樣的觀念。

無界 AI 模型訓(xùn)練成果

在過去一年，無界 AI 訓(xùn)練了大概1000萬張圖片素材。同時，我們還和國內(nèi)50多所高校、博物館都建立了數(shù)據(jù)上的合作。

我們來看一下無界 AI 訓(xùn)練的模型：

1.漢服模型。這也是我們第一個出圈的模型，右邊這4張圖是我們的用戶結(jié)合水墨風(fēng)格創(chuàng)作的一組漢服圖片，參加了浙江省委宣傳部舉辦的“夢溪杯”。

2.汽車設(shè)計模型。一言以蔽之，無論是100多年來汽車工業(yè)出現(xiàn)的所有汽車品牌和產(chǎn)品，還是現(xiàn)在的國產(chǎn)新勢力最新的車型，我們的汽車設(shè)計模型都能畫。即便是設(shè)計未來的概念車型，也不在話下。

3.工藝美術(shù)模型。這個模型我們是把市面上能收集到所有擁有數(shù)字博物館資源都訓(xùn)練了一遍，相當(dāng)于一個變化的國家版本館。國家版本館大家都知道，它有非常豐富的數(shù)字資源，但它的數(shù)字資源是一種靜態(tài)的展示。當(dāng)工藝美術(shù)模型訓(xùn)練過以后，它就變成了流動的資源或者變化的資源，用戶可以非常方便地使用提示詞實現(xiàn)不同博物館館藏之間的聯(lián)名，把它們的風(fēng)格結(jié)合起來。

4. 壁紙模型。這個模型的使用率很高，看到這些圖片我就不禁感慨，以后誰還會用那些圖庫的網(wǎng)站呢？用戶生成的每一張圖片都比它精美，而且著作權(quán)還屬于自己。所以這就隱含著一個邏輯，每個模型背后就對應(yīng)著一個一個行業(yè)的顛覆。

5. 私人影像模型。這個模型就是非常精準(zhǔn)對標(biāo)影樓這個場景或者行業(yè)，凡是拍寫真、證件照、婚紗照，以后都可以在家里直接進(jìn)行。影樓這個行業(yè)我認(rèn)為也會被顛覆。

同樣我們最近也上線了“個性相機”，支持用戶使用一張照片訓(xùn)練私人模型，實現(xiàn)快速換臉。最近我們和熱播大劇《神隱》合作，粉絲上傳一張自己的照片，就能穿上劇中女主的穿著。

（點擊鏈接解鎖神隱同款寫真 https://mp.weixin.qq.com/s/BLtFC25WNImQouWKC30-hA）

6. 產(chǎn)品美學(xué)模型。這個模型使用率同樣很高。下面這幾張圖形都是我創(chuàng)作的。左上角大家可以猜猜使用了什么樣的提示詞，其實非常簡單，我大概是使用了“陰陽、太極，減振、氣墊、發(fā)光材料，耐克鞋”這些提示詞，就可以出這樣的效果。這將是電商和產(chǎn)品設(shè)計行業(yè)的一個利器。

7. 建筑模型。不管是現(xiàn)代還是古典的建筑藝術(shù)風(fēng)格都可以出，也包括世界各地和國內(nèi)各種城市的地標(biāo)。

8.室內(nèi)設(shè)計模型。也從草圖設(shè)計到建模方案呈現(xiàn)，短期內(nèi)就能提供室內(nèi)設(shè)計方案。

無界 AI 模型訓(xùn)練的未來趨勢

對于模型訓(xùn)練的未來趨勢，我認(rèn)為有以下四點，也是無界接下來要完善的：

1.對自然語言的支持會越來越好。因為大語言模型現(xiàn)在和文生圖模型之間還存在一些距離，文生圖模型大部分都是基于標(biāo)簽式的提示詞體系。未來，我們將升級文本編碼器，加強對自然語言的支持，無縫對接大語言模型。

2.支持文字生成和書法生成。一些英文字母和一些數(shù)字已經(jīng)可以畫了。但支持中國書法或者漢字的模型，目前比較少，這個將來也會實現(xiàn)。

3.視頻生成模型也會逐漸的成熟。

4.生成模型會越來越像搜索。這是一個什么概念呢？意味著將來隨機瀏覽一個互聯(lián)網(wǎng)的網(wǎng)頁，你看到一張非常的精美圖片，只要復(fù)制圖片下面一段描述性的文字放在無界模型中，就能畫出和同樣的藝術(shù)風(fēng)格和主題的圖片。

無界 AI 生態(tài)伙伴合作方式

無界目前和生態(tài)伙伴合作的一些模式：

1.API接入，支持合作伙伴直接調(diào)用無界AI已經(jīng)訓(xùn)練好的模型。

2.模型訓(xùn)練，支持合作伙伴對現(xiàn)有模型繼續(xù)優(yōu)化，微調(diào)出專屬于自己私有的模型。

3.產(chǎn)品與模型深度定制，無界AI全流程深度參與客戶產(chǎn)品與模型的定制，24 小時全天候技術(shù)支持。

最后，談一點對AIGC的感想。對于AIGC，我認(rèn)為可以用這樣一句話來概括，就是“以宏觀敘事，從微觀行事”。

宏觀敘事，AIGC這樣一個大浪潮不是以個人意志為轉(zhuǎn)移的，它是一種“灰犀?！保且环N時代的潮流。我們抵觸和拒絕其實意義不大，最好的方式就是加入其中。在具體實踐當(dāng)中，一定要從微觀行事去了解客戶具體的需求，去解決具體的問題。

本文鏈接：https://www.aixinzhijie.com/article/6842926