騰訊混元大模型接入180個(gè)內(nèi)部業(yè)務(wù)，正式開放“文生圖”功能

2023-10-27 17:25:00發(fā)布來源：多知網(wǎng) 作者：Penny

　　多知網(wǎng)10月27日消息，騰訊混元大模型10月26日全新升級，正式對外開放“文生圖”功能。騰訊表示，升級后的騰訊混元中文效果整體超過GPT3.5，代碼能力大幅提升20%。

　　相比其他大模型，騰訊混元的文生圖應(yīng)用著力于人像真實(shí)感、場景真實(shí)感，同時(shí)，在中國風(fēng)景、動(dòng)漫游戲等場景等生成上有優(yōu)勢。

　　騰訊數(shù)據(jù)顯示，騰訊混元文生圖能力，目前已經(jīng)被用于素材創(chuàng)作，商品合成，游戲出圖等多項(xiàng)業(yè)務(wù)中，此外在廣告業(yè)務(wù)下的多輪測評中，騰訊混元文生圖的案例優(yōu)秀率和廣告主采納率分別達(dá)到86%和26%。

　　過去一個(gè)月，騰訊混元大模型不僅各項(xiàng)能力均有升級，代碼、數(shù)學(xué)能力也大幅提升。

　　經(jīng)過對32種主流語言代碼文件、各類計(jì)算機(jī)書籍和博客的學(xué)習(xí)增訓(xùn)，騰訊混元代碼處理水平提升超過20%，代碼處理效果勝出ChatGPT 6.34%，在HumanEval公開測試集指標(biāo)上全面超過Starcoder、Codellama等業(yè)界頭部開源代碼大模型。

　　只需輸入簡單的指令如“幫我用前端語言實(shí)現(xiàn)一個(gè)貪吃蛇”，騰訊混元便能自動(dòng)生成可運(yùn)行的代碼，快速制作出一個(gè)貪吃蛇小游戲。此外，騰訊混元還支持Python、C++、Java、Javascript等多種語言的指令生成，比如輸入“用Python畫紅色的心形線”，騰訊混元會(huì)提供代碼庫選擇、安裝命令、繪制代碼等具體操作步驟的指引。

　　騰訊內(nèi)部目前已經(jīng)有多個(gè)開發(fā)平臺接入了騰訊混元大模型，工程師們可以使用騰訊混元來進(jìn)行代碼生成、代碼補(bǔ)全、代碼漏洞檢測和修復(fù)、表格數(shù)據(jù)處理、數(shù)據(jù)庫查詢等工作。

　　比如，在IDE編程場景中，騰訊工蜂Copilot通過接入混元大模型，可根據(jù)注釋生成對應(yīng)代碼，或基于上下文智能補(bǔ)全代碼，提高了編程效率。混元大模型還可以幫助用戶進(jìn)行代碼漏洞檢測和修復(fù)，保障軟件開發(fā)過程中的安全性。

　　目前，超過180個(gè)騰訊內(nèi)部業(yè)務(wù)已接入騰訊混元，包括騰訊會(huì)議、騰訊文檔、企業(yè)微信、騰訊廣告和微信搜一搜等。服務(wù)公司外部零售、教育、金融、醫(yī)療、傳媒、交通、政務(wù)等多個(gè)行業(yè)客戶。

　　據(jù)騰訊介紹，大模型文生圖的難點(diǎn)體現(xiàn)在對提示詞的語義理解，生成內(nèi)容的合理性以及生成圖片的效果，針對這三個(gè)技術(shù)難點(diǎn)，騰訊進(jìn)行了專項(xiàng)的技術(shù)研究，提出了一系列原創(chuàng)算法，來保證生成圖片的可用性和畫質(zhì)。

　　1、在語義理解方面，騰訊混元采用了中英文雙語細(xì)粒度的模型，模型同時(shí)建模中英文實(shí)現(xiàn)雙語理解，而不是通過翻譯，通過優(yōu)化算法提升了模型對細(xì)節(jié)的感知能力與生成效果，有效避免多文化差異下的理解錯(cuò)誤。

　　2、在內(nèi)容合理性方面，AI生成人體結(jié)構(gòu)和手部經(jīng)常容易變形。混元文生圖通過增強(qiáng)算法模型的圖像二維空間位置感知能力，并講人體骨架和人手結(jié)構(gòu)等先驗(yàn)信息引入到生成過程中，讓生成的圖像結(jié)構(gòu)更合理，減少錯(cuò)誤率。

　　3、在畫面質(zhì)感方面，混元文生圖基于多模型融合的方法，提升生成質(zhì)感。經(jīng)過模型算法的優(yōu)化之后，混元文生圖的人像模型，包含發(fā)絲、皺紋等細(xì)節(jié)的效果提升了30%，場景模型，包含草木、波紋等細(xì)節(jié)的效果提升了25%。

　　在圖像生成上，騰訊還給出了prompt，比如你想生成一張更接近真人感的照片，或接近實(shí)拍的圖片。請使用“生成一張XX的圖片”或者“生成一張XX的照片”，并加上“真實(shí)感”或“攝影風(fēng)”等描述效果會(huì)更好。

　　如果想要特定風(fēng)格的圖片，建議在提示詞中加入該風(fēng)格的描述，如油畫風(fēng)、賽博朋克風(fēng)、水墨畫風(fēng)格、像素風(fēng)、日漫動(dòng)畫風(fēng)、兒童畫等，或者使用靈感發(fā)現(xiàn)中的特定風(fēng)格，這樣會(huì)更接近需求。

　　如果想要的畫面進(jìn)行盡可能詳細(xì)的描述，并建議多次調(diào)整你的提示詞，比如“生成一副照片：亞洲女子，魅力，長發(fā)，戴墨鏡，站在長城上，背景有紅葉”、“畫一幅亞洲女生的畫，黑色與綠色相間的中短發(fā)，卡通人像，迪士尼風(fēng)，民俗肖像，寧靜臉孔”。

　　騰訊混元生成圖片的部分案例：

　　1)真實(shí)感人像

　　生成可愛的亞洲 4 歲女孩穿著棉質(zhì)連衣裙，大眼睛，古代中國，攝影風(fēng)格，漢服