直擊2024 WAIC | “智象大模型2.0” 領(lǐng)航多模態(tài)大模型行業(yè)應(yīng)用與發(fā)展_

　　7月6日，在2024 世界人工智能大會(huì)“智啟文創(chuàng)-激發(fā)無限新質(zhì)生產(chǎn)力”論壇(簡稱“WAIC 2024”)上，智象未來聯(lián)合創(chuàng)始人兼CTO姚霆博士，發(fā)布了“智象大模型2.0”升級(jí)版。

　　“智象大模型2.0”在繼承了1.0版本對(duì)文本、圖像、視頻和3D元素聯(lián)合建模能力的基礎(chǔ)上，2.0版本在多個(gè)方面進(jìn)行了顯著的性能提升?！爸窍蟠竽Ｐ汀弊?023年8月上市以來，憑借其友好的操作界面、卓越的成像效果以及便捷的應(yīng)用性，被推崇為大眾使用首選的AIGC大模型應(yīng)用平臺(tái)。

　　姚霆博士介紹，本次2.0提升方向可概括為三點(diǎn)：圖像美、視頻長、質(zhì)量高。

　　圖像美：文生圖，是AIGC產(chǎn)品應(yīng)用的基礎(chǔ)，是智象大模型的行業(yè)突出優(yōu)勢(shì)。在文生圖的應(yīng)用板塊中，“智象大模型2.0”展現(xiàn)了其卓越的圖像生成能力，尤其在處理長文本輸入時(shí)，模型不僅能夠深入理解文本內(nèi)容，還能將這些內(nèi)容轉(zhuǎn)化為具有高度視覺藝術(shù)性的圖像。值得一提的是，“智象大模型 2.0” 還增添了「文字嵌入生成」的能力。這意味著它不僅在單一的文生圖方面，能夠生成更為優(yōu)質(zhì)和復(fù)雜的圖像。而且對(duì)于長文本輸入中，需要在畫面里呈現(xiàn)的文字，也能夠精準(zhǔn)識(shí)別，并進(jìn)行設(shè)計(jì)與表達(dá)。使得文字和圖像的結(jié)合更加自然和諧，從而提升了成像的整體質(zhì)量和表現(xiàn)力。

　　視頻長：在視頻生成領(lǐng)域，“智象大模型2.0”在保持4K高畫質(zhì)的基礎(chǔ)上，實(shí)現(xiàn)了視頻畫面的運(yùn)動(dòng)更加流暢自然。7月中旬平臺(tái)將面向大眾提供5、10、15秒三種視頻生成時(shí)長，和多種視頻常規(guī)應(yīng)用尺寸的搭配組合，并且在商業(yè)化應(yīng)用中提供分鐘級(jí)的連貫性視頻內(nèi)容。在現(xiàn)場(chǎng)演示環(huán)節(jié)中，其震撼的視頻成像能力瞬間引爆全場(chǎng)！

　　質(zhì)量高：在故事性視頻生成領(lǐng)域，“智象大模型2.0”支持劇本多鏡頭視頻生成、IP連貫一致性等功能特性，本次升級(jí)面向行業(yè)提供文生Vision Pro場(chǎng)景下的3D生成與編輯功能，3D編輯將在多場(chǎng)景下實(shí)現(xiàn)低成本、短周期、批量化的內(nèi)容生產(chǎn)模式，以及構(gòu)建大量產(chǎn)品外觀及IP形象的立體數(shù)據(jù)庫、加快演進(jìn)AIGC在多場(chǎng)景下的商業(yè)化應(yīng)用。

　　智象未來在“死磕”技術(shù)的同時(shí)，對(duì)于商業(yè)化也有著務(wù)實(shí)的發(fā)展路徑。從2023年3月成立以來，智象未來已經(jīng)確立了清晰的“多模態(tài)大模型+應(yīng)用”的布局。

　　隨著“AI+”向產(chǎn)業(yè)的不斷延伸， 在現(xiàn)有的業(yè)務(wù)中提前布局大模型應(yīng)用能力，從而提升產(chǎn)品效能，拓寬產(chǎn)品應(yīng)用邊界，已逐漸成為眾多領(lǐng)域頭部企業(yè)戰(zhàn)略發(fā)展的首要重心。

　　在本次論壇發(fā)布會(huì)中，印象筆記、杭州靈伴兩家企業(yè)宣布與智象未來展開戰(zhàn)略合作，旨在將大模型技術(shù)應(yīng)用于云端服務(wù)。這些合作將使各方能夠發(fā)揮各自的行業(yè)優(yōu)勢(shì)，率先引入AIGC技術(shù)，為用戶帶來更加智能化的內(nèi)容創(chuàng)作體驗(yàn)。

　　在此之前智象未來已與中國移動(dòng)、聯(lián)想集團(tuán)、科大訊飛、上影集團(tuán)、慈文集團(tuán)、神州數(shù)碼、央視網(wǎng)、天工異彩等知名企業(yè)建立了戰(zhàn)略合作關(guān)系。其中，與中國移動(dòng)咪咕共同開發(fā)的“AI一語成片”應(yīng)用，不僅為普通用戶提供了零門檻的AI視頻彩鈴創(chuàng)作工具，還幫助企業(yè)客戶制作豐富的品牌和營銷視頻內(nèi)容，讓每個(gè)企業(yè)都能擁有獨(dú)特的彩鈴品牌標(biāo)識(shí)。

　　“智象大模型” 是智象未來自主研發(fā)的Diffusion Transformer (DiT) 架構(gòu)模型，是全球范圍內(nèi)首個(gè)上線開放使用的圖像和視頻生成平臺(tái)，能夠契合多行業(yè)場(chǎng)景中的能力需求，并已通過模型和算法雙備案。截至目前基于“智象大模型”構(gòu)建的“智象 AI ”系列產(chǎn)品，全球單月訪問量超百萬、累計(jì)AIGC內(nèi)容生成破千萬；已服務(wù)的頭部企業(yè)客戶近百家，中小企業(yè)超三萬家，API已被調(diào)用300萬余次。

　　智象未來在2024 WAIC中所展現(xiàn)的卓越性能，不僅證明了其在技術(shù)研發(fā)和商業(yè)化方面的亮眼成績，更預(yù)示了未來多模態(tài)大模型行業(yè)應(yīng)用領(lǐng)域的巨大潛力和發(fā)展前景。

　　轉(zhuǎn)自：中國網(wǎng)

　　【版權(quán)及免責(zé)聲明】凡本網(wǎng)所屬版權(quán)作品，轉(zhuǎn)載時(shí)須獲得授權(quán)并注明來源“中國產(chǎn)業(yè)經(jīng)濟(jì)信息網(wǎng)”，違者本網(wǎng)將保留追究其相關(guān)法律責(zé)任的權(quán)力。凡轉(zhuǎn)載文章及企業(yè)宣傳資訊，僅代表作者個(gè)人觀點(diǎn)，不代表本網(wǎng)觀點(diǎn)和立場(chǎng)。版權(quán)事宜請(qǐng)聯(lián)系：010-65363056。

延伸閱讀