• <ruby id="zyfed"></ruby>
  • <video id="zyfed"><mark id="zyfed"></mark></video>

  • <source id="zyfed"><mark id="zyfed"></mark></source>
    <rp id="zyfed"><menuitem id="zyfed"><em id="zyfed"></em></menuitem></rp>

    <wbr id="zyfed"><input id="zyfed"></input></wbr>

    <b id="zyfed"></b>
    展會信息港展會大全

    十年美術生轉學計算機,靠AIGC拿到千萬美元融資
    來源:互聯網   發布日期:2023-04-13 08:50:06   瀏覽:3773次  

    導讀:如果近期路過上海南京西路、陸家嘴等地鐵站,乘客留意會發現,站內的廣告牌有多幅AI生成的繪畫作品。這些繪畫作品都是由國內領先的生成式AI平臺Tiamat提供的。 在海外,當下熱度最高的AI生成平臺非Midjourney莫屬,近段時間,人們用Midjourney生成了各種以假...

    如果近期路過上海南京西路、陸家嘴等地鐵站,乘客留意會發現,站內的廣告牌有多幅AI生成的繪畫作品。這些繪畫作品都是由國內領先的生成式AI平臺Tiamat提供的。

    在海外,當下熱度最高的AI生成平臺非Midjourney莫屬,近段時間,人們用Midjourney生成了各種以假亂真的圖片:特朗普被追捕、馬斯克成為一名蘇聯工程師、中國男足獲得了世界杯冠軍……隨便拿出一張都能做到以假亂真的程度。

    在國內,成立于2021年的Tiamat相比起來低調不少,但屬于國內最早做AI生成的平臺之一,其自研的MorpherVLM是國內首個基于概念融合范式提出的近百億級跨模態生成模型,與海外技術節點、開源社區保持同頻。

    Tiamat創始團隊非常年輕,但在2022年10月,Tiamat已完成數百萬美元的天使輪融資,在今年2月,緊接著宣布完成近千萬美元 A 輪融資,由DCM和綠洲資本聯合領投。

    年輕團隊,加上國內首家AI生成平臺的標簽,讓背后的創業故事顯得非常傳奇。第一財經此前拜訪了位于上海張江創業工坊的Tiamat辦公室,附近是一條AI街區,幾棟高樓林立,更多的大廈正在動工修建,Tiamat的氣質與這里有些相似:雖然目前稍顯冷清,但一定是科技界的未來。

    踩中時代風口

    以Text-to-image生成模式、Diffusion模型為顯著特點的圖像生成平臺,正在顛覆傳統的內容創作和藝術設計領域。

    而學了十年美術,大學轉學計算機科學技術的創始人兼CEO青柑,剛好踩在了時代的風口,成立了Tiamat AI繪畫平臺。

    Tiamat 團隊從2021年開始進行模型訓練,以自研并自主訓練底層模型的方式,與海外技術節點、開源社區等保持著同頻。青柑表示,在一開始融資的時候,他們還需要花很多精力教育市場,解釋什么是AI 生成,什么是多模態。彼時,距離 Stable Diffusion、Midjourney這些引領著行業革新的產品上線還有幾個月左右的時間。

    作為國內 AI 生成第一批團隊,Tiamat 如今也成為了為數不多成功融資并實現了商業化的平臺。

    “因為我們一方面有自研的底層模型,另一方面商業化跑得也比較快,在這個基礎上又是國內做得比較早的,對這個技術也比較敏感,所以我們的兩輪融資是比較快就結束了。”青柑表示。

    2022年10月,Tiamat完成了數百萬美元天使輪融資,投資方為DCM。23年初,Tiamat緊接著宣布完成近千萬美元 A 輪融資,由DCM和綠洲資本聯合領投。

    綠洲資本創始合伙人張津劍此前對第一財經表示,投資的考慮在于,Tiamat團隊在技術上有一定的領先性,創始人也很年輕,學習能力也很強,同時這個技術中美之間的差異較小,團隊利用這個技術結合中國的審美有一些迭代和創新。

    “我們這么年輕的履歷擺在這里,大家也會愿意去相信我們,是因為我們確實有實打實的技術在,能夠和別人拉開差距,能夠有很好的資源。”青柑表示,自己和團隊其他核心成員來自于中科院上?萍即髮W以及倫敦藝術大學,在AI圖片引擎、數字孿生等方面,團隊都有技術積淀。

    青柑介紹,創始人團隊在大學的時候就已經形成,在大四就拿到了第一筆種子類融資,在有技術,且有學校支持的情況下,團隊創業做AI生成是順理成章的。

    創始團隊早期在開源技術社區里面待了很久,當時AIGC的概念還沒有興起,青柑對第一財經表示,“在21年下半年的時候,當時在社區里面有一些技術大佬提出了大模型的可能性,當時很敏銳第一時間關注到了,那個時候還不叫AIGC,就是單純發現了一個新的技術,覺得這個事情很有意思,所以我們非常早就在開源技術社區里面去做很多相關的技術研發。”

    做得早、與海外開源技術社區同頻,是Tiamat的優勢,青柑表示,“Tiamat在自研和內測的系統和Midjourney的內測幾乎是同時的,可能相差不過半個月,因為他們的負責人和大家在技術社區里會互相討論一些問題。”

    在推出后,Tiamat在4個月內全網曝光量達到了5000萬,這些全都是自然流量,Tiamat一直都沒有在營銷上花錢投廣。

    一開始因為圖片審美質量較高,Tiamat更多是在符合調性的小紅書上火起來的,在發布了內測圖片后,Tiamat引起了非常大的關注,至今#Tiamat人工智能藝術#在小紅書上還有2300多萬的持續點擊和瀏覽。有趣的是,很多品牌方和資方也是通過小紅書找到團隊的。

    據團隊介紹,目前Tiamat已經與央視網,以及《時尚芭莎》、《嘉人》等一線時尚大刊建立長期合作關系,并與眾多頭部游戲公司開展了戰略合作。在產品一側,已經實現了內測高活躍用戶數千人、月度新增數萬人,社區用戶涵蓋國內設計、藝術創作、多模態技術等頭部博主。

    “我們應該是國內AI圖像領域在商業化方面跑得最快的。去年 Q4,我們有幾百萬元的合同訂單。”青柑表示。目前,Tiamat 20%的用戶群體是小B端的設計師,60%是泛設計行業人群,其他則是對新技術和新數據更感興趣的人。

    何以立足

    雖然做得很早,但在當下AI生成平臺涌現的情況下,Tiamat憑借什么立足,AI繪畫能否建立護城河?

    青柑認為,與海外熱度最高的Midjourney、Stable Diffusion等對比,Tiamat的模型和社區優勢主要體現在中文自然語言處理上的持續積累,以及能夠提供更適合國內用戶需求特點的圖像,并將核心用戶定位于專業人群。

    而相比國內其他平臺,Tiamat生成的圖片質量更高,有相對獨特的審美和風格。

    文本圖像生成領域是從2022年二三月開始公開測試,去年七八月,SD(Stable Diffusion)這一類開源模型放出來之后,緊接著就有大量的創業者入局。青柑觀察到,很多公司可以不通過訓練而直接將SD的模型封裝起來使用,大大降低了AI生成的門檻,這也是平臺涌現的原因。

    但這一類已經訓練好的模型,在具體的商業化上會有一些局限性。在圖像的商業化方面,會更關注的是精準性、可控性這些指標,能不能更好地讓圖像展現出人類理想的構圖、或者一致性的角色等。

    青柑解釋,開源開的是已經訓練好的模型,但這個東西具體是怎么訓練的,數據訓練上的細節是很難被大家知道并模仿的,在這個基礎上進一步去做圖像的精準性、可控性和商業化,就很難,這也是Tiamat為什么要堅持自研模型的原因。

    “在國內市場經常會遇到的一些情況是,一些廠商需要圖像生成的供應商,可能會找到一些用了開源模型的公司,發現沒法達到好的效果,然后再來找我們。”青柑提到,自研也是Tiamat商業化比較順利的理由之一,因為非自研的服務商始終不能特別直接地生成一個行業想要的東西。

    以服裝領域為例,如果需要 AI 來代替設計師或者幫設計師尋找靈感,首先他們的輸入方式一定是服裝設計領域的“黑話”,如領口版式、版型,不一定是外行能夠理解到的行業知識。所以團隊在去做行業模型的時候會先去理解設計師之間的溝通語言,再去理解對應的圖片,在此過程中需要重新去構建一些圖像文本作為訓練數據集,基于大模型去調整,然后才能做行業的專有模型。

    但在這個基礎上,眾多有實力的大廠也在入局 AI生成,是否會對團隊帶來一些壓力?青柑認為,就圖像生成來說,并沒有觀察到像文本領域一樣由參數量引發的質變,因此,在數據清洗和數據選擇這一方面,大廠要去經歷的流程和創業公司沒有太大區別。

    此外,對于大廠來說,基于產品生態,在訓練語料的數據量上會有一定優勢,但可用性上不一定更強。再加上中文的語匯環境特點更加復雜,數據清洗難度很大,目前實際可用性的文本量級并沒有這么高,可能僅為英文語境可用性的 1/20。

    而相比于ChatGPT這樣的文字大模型,一次訓練可能會花掉幾十到幾百萬美元,AI 生成模型需要的參數量級在十億左右,要低將近 100 倍,成本壓力相對較小,這也是創業團隊的機會。

    “從一個比較直觀的感受切入,如果文本出現了一些邏輯上的錯誤或對話上的失真,用戶可以很快地感受到,而不像對于圖片的細微瑕疵可能會有更好的包容度。”青柑表示,在文字大模型上花費的時間精力和算力是遠大于AI Art 領域的,對于Tiamat來說,不停地把模型的參數量級進行擴張并不是最重要的指標,而是更多的關注這個圖像本身的可控性。

    贊助本站

    人工智能實驗室
    AiLab云推薦
    展開

    熱門欄目HotCates

    Copyright © 2010-2023 AiLab Team. 人工智能實驗室 版權所有    關于我們 | 聯系我們 | 廣告服務 | 公司動態 | 免責聲明 | 隱私條款 | 工作機會 | 展會港 | 站長號
    久久国产免费|级国产乱理 片在线观看|国产免费女人高潮流在线观看|丝袜教师在线观看国产无码
  • <ruby id="zyfed"></ruby>
  • <video id="zyfed"><mark id="zyfed"></mark></video>

  • <source id="zyfed"><mark id="zyfed"></mark></source>
    <rp id="zyfed"><menuitem id="zyfed"><em id="zyfed"></em></menuitem></rp>

    <wbr id="zyfed"><input id="zyfed"></input></wbr>

    <b id="zyfed"></b>