讓 AIGC「飛入尋常百姓家」

原標(biāo)題：2024即將結(jié)束，中國(guó)AI應(yīng)用支棱起來(lái)了嗎？這家公司交出95分答卷
文章來(lái)源：機(jī)器之心
內(nèi)容字?jǐn)?shù)：7291字

智象多模態(tài)大模型：場(chǎng)景驅(qū)動(dòng)，讓AIGC飛入尋常百姓家

本文介紹了智象未來(lái)公司及其多模態(tài)大模型3.0版本的研發(fā)歷程和應(yīng)用場(chǎng)景。文章指出，OpenAI的Sora發(fā)布后并未帶來(lái)預(yù)期震撼，部分國(guó)產(chǎn)模型在某些方面甚至超越了Sora，這引發(fā)了對(duì)AI視頻生成模型應(yīng)用前景的重新思考。

1. 場(chǎng)景驅(qū)動(dòng)優(yōu)化模型，填補(bǔ)模型與應(yīng)用的Gap

智象未來(lái)基于用戶反饋，發(fā)現(xiàn)用戶更需要解決特定問(wèn)題的模型，而非追求通用能力的完美模型。 他們發(fā)現(xiàn)簡(jiǎn)單的、帶特定IP的動(dòng)態(tài)壁紙更受年輕人歡迎，B端也類似，需要模型在特定場(chǎng)景下達(dá)到95分以上的實(shí)用性。因此，智象未來(lái)從場(chǎng)景需求出發(fā)優(yōu)化模型，而非一味追求基礎(chǔ)模型的“100分”。

2. 智象多模態(tài)大模型3.0的三大優(yōu)化

智象多模態(tài)大模型3.0在畫面質(zhì)量、鏡頭控制和特色場(chǎng)景生成效果上進(jìn)行了三大優(yōu)化：

1. 畫面質(zhì)量和相關(guān)性提升：采用DiT+AR混合架構(gòu)，兼顧生成質(zhì)量、可控性和推理速度。
2. 鏡頭和畫面更可控：聯(lián)合訓(xùn)練鏡頭和畫面，實(shí)現(xiàn)更自然的影視級(jí)運(yùn)鏡效果。
3. 特色場(chǎng)景下的生成效果提升：針對(duì)特定場(chǎng)景（如IP遷移）進(jìn)行優(yōu)化，實(shí)現(xiàn)端到端95分以上的用戶體驗(yàn)。

3. 理解與生成相輔相成：智象多模態(tài)理解大模型1.0

智象未來(lái)還推出了智象多模態(tài)理解大模型1.0，用于更精細(xì)、準(zhǔn)確的圖像和視頻內(nèi)容理解，并與生成大模型結(jié)合，打造多模態(tài)檢索+內(nèi)容編輯與生成的創(chuàng)作平臺(tái)，降低創(chuàng)作門檻，提高效率。

4. 商業(yè)化落地與未來(lái)規(guī)劃

智象未來(lái)專注于模型的應(yīng)用落地，而非追求AGI。 他們已累計(jì)服務(wù)全球上千萬(wàn)個(gè)人用戶和數(shù)萬(wàn)家企業(yè)客戶，取得了亮眼的商業(yè)化成績(jī)。未來(lái)，他們將繼續(xù)專注于解決用戶“最后一公里”的問(wèn)題，讓AIGC技術(shù)惠及更多用戶。

5. 最新融資消息

智象未來(lái)近日獲得數(shù)億元人民幣Pre-A和A輪融資，投資方包括敦鴻資本、合肥產(chǎn)投等國(guó)資基金以及其他戰(zhàn)略資本。

聯(lián)系作者

文章來(lái)源：機(jī)器之心
作者微信：
作者簡(jiǎn)介：專業(yè)的人工智能媒體和產(chǎn)業(yè)服務(wù)平臺(tái)