美圖自研視覺大模型3.0發(fā)布 將落地電商等五大行業(yè)

10月10日消息，美圖公司日前舉辦15周年生日會并發(fā)布自研AI視覺大模型MiracleVision（奇想智能）3.0版本。面世100天后，美圖AI視覺大模型MiracleVision3.0將全面應(yīng)用于美圖旗下影像與設(shè)計(jì)產(chǎn)品，并將助力電商、廣告、游戲、動漫、影視五大行業(yè)。

在美圖公司15周年生日會現(xiàn)場，美圖公司創(chuàng)始人、董事長兼首席執(zhí)行官吳欣鴻發(fā)布了自研AI視覺大模型MiracleVision3.0版本。吳欣鴻介紹說，三個(gè)月前，MiracleVision繪畫水平還停留在初級階段，如今3.0版本已經(jīng)能描繪出真實(shí)細(xì)膩的畫面細(xì)節(jié)，目前用戶可以訪問AI視覺創(chuàng)作工具“WHEE”官網(wǎng)體驗(yàn)。

美圖公司將自研AI視覺大模型MiracleVision（奇想智能）的核心能力拆解為“奇思妙想”和“智能創(chuàng)作”兩大特性。

圖源：美圖公司官微，下同

在“奇思妙想”層面，MiracleVision通過“提示詞智能聯(lián)想”功能降低大眾的使用門檻，當(dāng)用戶輸入關(guān)鍵詞，MiracleVision可自動補(bǔ)充相關(guān)表述，如光影效果、質(zhì)感、風(fēng)格、圖片質(zhì)量等，推動創(chuàng)作平權(quán)。此外，MiracleVision通過“提示詞精準(zhǔn)控制”功能來滿足更加專業(yè)的設(shè)計(jì)要求，如使用“近景”、“遠(yuǎn)景”、“順光”、“逆光”等描述控制最終生成效果。

在“智能創(chuàng)作”層面，MiracleVision通過“深化創(chuàng)作”功能，可以進(jìn)一步豐富作品細(xì)節(jié)和提升表現(xiàn)力。通過“AI畫面擴(kuò)展”功能讓作品尺寸更大、細(xì)節(jié)更豐富。通過“局部修改”功能，對部分畫面進(jìn)行精準(zhǔn)修改與調(diào)整。通過“分辨率提升”功能生成高清大圖，讓細(xì)節(jié)表現(xiàn)、色彩展示、物體辨識更加的精準(zhǔn)和生動。

在吳欣鴻看來，AI視覺大模型帶來的不僅僅是更好的視覺呈現(xiàn)，還有對工作流的效率提升，但目前大模型與工作流的結(jié)合仍在探索階段，抓住應(yīng)用場景的核心需求更為重要。吳欣鴻介紹說，MiracleVision將落地電商、廣告、游戲、動漫、影視五大行業(yè)，希望能幫助五大行業(yè)“工作流提效”。

在電商行業(yè)，從涂鴉生成線稿、線稿上色、商品圖、模特試穿圖，再到電商物料輸出，全程可通過MiracleVision實(shí)現(xiàn)。在廣告行業(yè)，MiracleVision覆蓋創(chuàng)意腦暴、創(chuàng)意深化、平面排版、多尺寸延展、線下投放預(yù)覽的全工作流，助力客戶在廣告物料制作環(huán)節(jié)提效。在游戲行業(yè)，MiracleVision可以包攬場景設(shè)計(jì)、角色設(shè)計(jì)、道具設(shè)計(jì)、UI圖標(biāo)、宣發(fā)物料等流程，拓寬設(shè)計(jì)師想象空間的同時(shí)助力游戲行業(yè)降本。在動漫行業(yè)，MiracleVision打通了概念設(shè)計(jì)、故事板生成、線稿上色、動漫補(bǔ)幀、視頻轉(zhuǎn)動漫等流程，支持創(chuàng)意到物料成品的快速落地。在影視行業(yè)，MiracleVision的高可控性可充分滿足概念場景設(shè)計(jì)、分鏡設(shè)計(jì)、人物造型、道具設(shè)計(jì)、宣發(fā)物料的效果要求，極大提升影視行業(yè)設(shè)計(jì)環(huán)節(jié)的效率。

吳欣鴻表示，MiracleVision將充分發(fā)揮奇思妙想、智能創(chuàng)作的能力，在上述五大行業(yè)深耕，持續(xù)助力更多的設(shè)計(jì)場景。

活動現(xiàn)場，吳欣鴻還分享了對于AI視覺大模型的思考?！癆I視覺大模型的本質(zhì)，是無窮無盡的視覺創(chuàng)意庫。應(yīng)用層相當(dāng)于內(nèi)容提取器，根據(jù)用戶的需求，從這個(gè)巨大的創(chuàng)意庫中提取所需要的內(nèi)容，讓用戶在特定場景中使用。AI視覺大模型和應(yīng)用之間相輔相成，大模型為應(yīng)用提供技術(shù)支撐，應(yīng)用反哺大模型的效果迭代。”

吳欣鴻表示，目前AI視覺大模型在生產(chǎn)端的三個(gè)待解決的問題是：垂直領(lǐng)域的極致效果、工作流整合、變現(xiàn)能力。隨著AI視覺大模型和生產(chǎn)端的磨合，這三個(gè)問題會被逐步解決。

在吳欣鴻看來，視覺大模型應(yīng)用普及將經(jīng)歷三個(gè)階段：2024年之前為探索期，2024-2025年為高速發(fā)展期，2026-2030年為成熟期，隨著視覺大模型在生產(chǎn)端的應(yīng)用走向成熟，視覺大模型將助力千萬設(shè)計(jì)場景，引領(lǐng)美學(xué)的升級與社會經(jīng)濟(jì)增長。