国产AI作画神器火了，更懂中文，竟然还能做周边！( 三 ) 金磊萧箫发自凹非寺

文章图片
最后，生成名为《云深不知处》的完整画作：

文章图片
看似“一句话生成图片”不难，其实对AI语义理解和图像生成能力提出了进一步要求。
为了能更好地理解文本、提升输出效果，文心·一格还在百度文心的图文生成跨模态模型ERNIE-VilG的基础上，进行了更详细的优化。
为了提升图文理解能力，在知识增强的基础上，引入跨模态多视角对比学习；
为了降低输入要求同时提升效果，采用基于知识的文本联想能力，让模型学会自己扩展提示词的细节和风格；
为了提升图像生成能力，采用渐进式扩散模型训练算法，让模型来选择效果最好的生成网络。

文章图片
此外，在训练和数据上，文心大模型的产业级能力也进一步给文心·一格提供了帮助，例如AI训练数据和平时在产业实践中积累的经验，都能应用到文心·一格的模型中去；至于百度知识图谱的算法能力，则进一步提升了模型通用性。
值得一提的是，如果开发者想将文心·一格的能力用到产品中，直接调用ERNIE-VilG的API接口就行，可以说是非常方便了。
OneMoreThing
我们在试玩文心·一格的时候，还发现了左下角这些有意思的应用场景，一键就能生成预览：

文章图片
例如，颇有自如风格的装饰画：

文章图片
老板批量发年货时印的编织袋（手动狗头）：

文章图片
其实，这也是文心·一格区别于DiscoDiffusion、OpenAI的DALL·E2的另一个特点——更强的实用性。
不仅普通玩家可以用来生成自己想画但画不出来的内容，绝不会有两幅相同的画作，脑洞再放大点，就连媒体作者等文字内容创作者，也能用它高质量高效率配图。
（嗯，以后你看量子位的文章，说不定有些配图就是用AI生成的）
专业画师、或是设计师和艺术家，更可以用它来启发灵感、辅助创作。
当然，从官网看来，这个产品还在更新迭代、进一步优化中。
至于未来是否会在更多数字藏品、插画、海报和电影动漫中，看见文心·一格的画作？
我们拭目以待。