腾讯研发了快一年的混元文生图模型，说开源就开源了？
腾讯研发了快一年的混元文生图模型，说开源就开源了？文生图模型成熟之后，有多少人苦练Midjourney咒语，还是调不出可用的图像？
来自主题: AI资讯
8221 点击 2024-05-19 13:55
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
文生图模型成熟之后，有多少人苦练Midjourney咒语，还是调不出可用的图像？
多模态 AI 无疑是今年大模型的发展重点之一，Sora、Midjourney、Suno 等文生视频、文生图、文生音乐赛道的代表产品也是用户的关注热点。
近年来，在经历了ChatGPT、Midjourney等国际AIGC产品的飞速发展，以及百度文心、阿里通义、Kimi等国内AIGC产品的激烈追赶后，2024年，几乎每位互联网用户都或多或少接触了AIGC技术产生的内容。从智能手机中的大模型助手，到日常所见的AI生成图片，再到职场中的AIGC工具辅助优化工作，AIGC内容已遍布人们的生活中。
如今的生成式AI在人工智能领域迅猛发展，在计算机视觉中，图像和视频生成技术已日渐成熟，如Midjourney、Stable Video Diffusion [1]等模型广泛应用。然而，三维视觉领域的生成模型仍面临挑战。
抱着低成本创业的心态，阿杰（化名）在广东佛山，开了一家用AI设计日报的报刊亭咖啡馆。而刚刚开业不到2个月，阿杰便拿下了每月6-10万元的营收，去年一整年的营业额达到70万元，投入却仅有10万元。
现在，不论是网页、iOS 还是安卓版的 ChatGPT，都可以用上 DALL-E 3 强大的编辑图像功能了。
没有谁能一直称王，但加上前缀谁都有称王的机会。AI 文生图，还能玩出什么新花样？在这片群雄割据的红海，头部被 Midjourney、DALL·E、Stable Diffusion 等占据，其余还能让人眼前一亮的产品并不多。然而，仍有黑马杀出：Ideogram，前 Google 工程师创立，硅谷 AI 大神投资，去年 8 月面世，2 月底发布了最新的模型。
有了 Suno 这个「作曲助手」，人人都可以创建自己想听的歌曲。自从 ChatGPT 在 2022 年底爆火以来，我们已经看到 AI 生成的诸多艺术创作成果：ChatGPT 写出过情节引人入胜的网文，Midjourney 生成过肉眼难辨的人像。
近日，爱思唯尔上的几篇论文被发现开篇就暴露了「ChatGPT风格」，插图也是用Midjourney画的。学术圈被AI渗透已经不是一天两天了，搞科研的用AI写论文，学生用AI写作业，老师也用AI批作业，整个过程都没有真人了。
“人工智能本就是一个综合性学科，如果研究的成果不能很快被应用，它的价值很可能被遗忘。所以在KEG，我们会把研究和工程放在相对平等的位置上。这个风格也延续到我们出来做公司。”