坦率的讲,一直以来,我都很希望在AI绘图领域,有一个我们自己的开源的AI绘图大模型标杆的。
只属于我们国内的、中文驱动的AI绘图开源大模型。
然后我们如此蓬勃的创作者和开发者,就像现在的Stable Diffusion一样,在这个基础上,缔造出繁荣的开源生态。
但是AI绘图大模型,好像一直是一个魔咒。
国内大模型出了无数,也出了无数的开源,但是国内的AI绘图大模型,却不足十不足一,更别提开源的了。
不过外面的情况也不是那么的好,自从Stability开源了SD XL之后,在AI绘图大模型上,好像再没动静了。
而全新DiT架构、炒的沸沸扬扬的SD3,在他们决定接给Discord的机器人Stable Artisan之后,需要普通用户付费开会员才能使用,我觉得也大概率不会开源了。
毕竟,如果你开源,那对你整个Stability的盈利都是一个挺重的打击的,Stability的商业模式本来就很难看,整个团队的盈利也都饱受诟病,这要是还开源
AI绘图大模型的开源生态,好像被按下了暂停键。
直到昨天,我看到了腾讯混元,默默地开源了他们的AI绘图大模型,嗯,就那么的默默的开源了。
这很腾讯。
列几个关键词:DiT、中文原生。当然,最核心的是还是那条:
全面开源。
不管是企业还是个人开发者,全部免费可用。
坦率的讲,我对腾讯一直是有非常强的好感的。当然不是因为我主阵地在公众号,需要腾讯爸爸赏饭吃。
是因为腾讯在AI绘图开源领域,做出了巨大的贡献。
如果大家看最近海辛和阿文的一些项目内容,会发现他们大量的使用ControlNet+AnimetaDiff+IPAdapter这个工作流。
ControlNET和AnimetaDiff这两个不提了,已经大名鼎鼎了,而这个IPAdapter,是能替代的LoRA的东西,一张图片,直接复刻角色或者风格,非常好的解决了一致性。已经基本快成为了现在整个AI转绘领域最主流的插件之一。
而这个IPAdapter,就是腾讯搞出来的。然后,开源。
不同于国内其他的一些厂商,腾讯一直就在默默地发项目,开源;发项目,开源。
比如前段时间一张照片就定制各种写真的项目Photomaker,腾讯搞的,然后开源。
比如前段时间的一张单视角生成3D的项目InstantMesh,腾讯搞的,然后开源。
还有很多很多。
所以可能不光是我,整个开源社区,对腾讯的情感,都是有一些情感的,开源开的这么勤快的公司,其实说实话,不多。
不过这一次,他们没有开源插件,但是选择开源了可能是这个AI时代,最重要的东西:
大模型。
跟Sora、SD3同架构,也就是抛弃了传统U-Net架构,而使用了DiT架构的新模型。
今年2月16号Sora的横空出世,DiT架构,已经被大厂们共同认证了,这就是未来的主流。未来,DiT架构大概率也会成为文生图、生视频、生3D等多模态视觉生成的统一架构。
模型目前已经可以直接去huggingface上下了,不过我去看了一眼,嗯。。。
对我这种开发小白来说,本地部署还是过于困难了。。。
但是他们自己的产品演示,看着还是非常有趣的,有兴趣的可以去看看。
很期待大佬们做的WebUI或者Comfyui的适配,当然,还有我最关心的微调,基于混元的AI绘图大模型上的繁荣生态,可能更让我期待。
不过我找了一圈,发现对普通的用户,腾讯混元也提供了在线的免费使用的方式,AI绘图直接集成在了他们的混元助手里。
可以在小程序和网页端用,小程序直接搜“腾讯混元助手”就行。
我就去里面实际跑了下效果。
效果还不错。
再来一个幻想风格的猫。
在使用中,我发现腾讯混元的画图prompt,是用生成XXXX+特定风格效果是比较好的。
如果写画一个XXX,那个风格可能会有一点不可控。
既然都是原生中文模型了,那我们自然得再来试点适合中国宝宝体质的Prompt。
比如这一段Prompt:生成一幅图:“落霞与孤鹜齐飞,秋水共长天一色”
生成:“一座古风的楼阁,周围都是山峰。”(PS:终于又能把阁楼的飞檐画对的了!!!)
生成照片:热气腾腾的烧麦,美食摄影风格
说实话,我还是喜欢用中文当Prompt的感觉。
毕竟,中文,才是最牛逼的。中国的古诗词,也才是最屌的。
而且得益于DiT的结构,长文本理解能力有了大幅的提升,并且,还支持类似于Dalle的多轮对话。
比如。
嗯。。。人都搁病床上躺着了还不忘工作呢。。。
这种多轮对话的能力,非常有意思,而且一致性,保持的非常非常好。
我已经越来越期待,开源社区的大佬们,基于腾讯混元的AI绘图大模型进行的微调了。
会不会有Majic麦橘写实、DreamShaper这样级别的基于混元的微调定制大模型出来,说实话,我不知道。
但是我期待出现的那一天。
我们需要自己的AI绘图开源大模型,已经太久了。
现在,它来了。
那就,继续在AI这条路上,一路狂奔,发光发热吧。
风雨同舟,愿与诸君共勉。
如何学习AI大模型?
作为一名热心肠的互联网老兵,我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
这份完整版的大模型 AI 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费
】
一、全套AGI大模型学习路线
AI大模型时代的学习之旅:从基础到前沿,掌握人工智能的核心技能!
二、640套AI大模型报告合集
这套包含640份报告的合集,涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师,还是对AI大模型感兴趣的爱好者,这套报告合集都将为您提供宝贵的信息和启示。
三、AI大模型经典PDF籍
随着人工智能技术的飞速发展,AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型,如GPT-3、BERT、XLNet等,以其强大的语言理解和生成能力,正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。
四、AI大模型商业化落地方案
作为普通人,入局大模型时代需要持续学习和实践,不断提高自己的技能和认知水平,同时也需要有责任感和伦理意识,为人工智能的健康发展贡献力量。