您尚未登录账户请先登录您的atyun账户，方可使用该功能
您的企业账号申请正在审核中审核通过后即可使用此功能，请耐心等待~
腾讯混元大模型开启“文生图”新时代，你想要的图像它都能生成
2023年10月27日 由 neo 发表
472
0
腾讯混元大模型近日升级了“文生图”功能，可以根据用户输入的文字，生成各种风格和质感的图片。这个功能是由腾讯自主研发的大规模语言模型支持的，目前已经达到了GPT3.5的水平，代码能力也有了20%的提升。
“文生图”功能的技术难点在于对提示词的语义理解，生成内容的合理性和生成图片的效果。为了解决这些难点，腾讯提出了一系列原创算法：在语义理解方面，腾讯混元采用了中英文双语细粒度的模型，同时建模中英文实现双语理解，通过优化算法提升了模型对细节的感知能力和生成效果；在内容合理性方面，腾讯混元通过增强算法模型的图像二维空间位置感知能力，并将人体骨架和人手结构等先验信息引入到生成过程中，让生成的图像结构更合理，减少错误率；在画面质感方面，腾讯混元基于多模型融合的方法，提升生成质感。经过模型算法的优化之后，混元文生图的人像模型包含发丝、皱纹等细节的效果提升了30%，场景模型包含草木、波纹等细节的效果提升了25%。
用户想要生成不同风格和质感的图片，可以在提示词中加入相应的描述，比如“真实感”、“摄影风”、“油画风”、“赛博朋克风”等。用户还可以对画面进行尽可能详细地描述，以获得满意的效果。
目前，腾讯内部已经有多个开发平台接入了腾讯混元大模型，已有超过180个内部业务接入混元，包括腾讯会议、腾讯文档、企业微信、腾讯广告和微信搜一搜等。有网友反馈已经通过混元大模型内测审核，并分享了相关操作页面。从截图中可以看到，混元大模型支持制定面试大纲、旅行计划、PPT大纲、健身计划等功能，分为工作、编程、营销、生活等选项。此外，混元大模型还支持AI对话功能，已经通过的内测申请的用户可以尝鲜一下。
文章来源：https://www.ithome.com/0/727/821.htm
欢迎关注ATYUN官方公众号
商务合作及内容投稿请联系邮箱:bd@atyun.com
广告
广告
写评论取消
回复取消