腾讯混元大模型再进化，文生图能力重磅上线

　　本文来自于微信公众号 机器之心(ID:almosthuman2014)，作者:机器之心。

　　2023年，大模型的落地按下加速键，文生图便是最火热的应用方向之一。

　　自从 Stable Diffusion 诞生以来，海内外的文生图大模型不断涌现，一时有「神仙打架」之感。每一次技术迭代，都带来了模型生成效果和速度的飞速提升。

　　就在今天，腾讯混元大模型也宣布了最新进展:文生图能力正式上线。

　　一上手试用，我们就看到了混元大模型对于博大精深的中餐文化的理解。这里选取了让很多大模型犯难的「蚂蚁上树」，但混元轻松生成:

　　问题来了，现在的文生图大模型这么卷，混元大模型还有没有其他特别的优势?

　　据官方介绍，如果从算法、模型方面来讲，当前文生图大模型还存在一些挑战，比如语义理解不够精准、生成图片结构不合理、画面细节不够和质感不高等问题。

　　腾讯很早就开始在广告场景进行 AI 自动生成图像的探索，相关的积累不可谓不深厚。此次混元大模型升级的文生图能力，恰恰希望解决「语义、内容、质感」这三点难题。

　　据介绍，相比其他大模型，腾讯混元的文生图在人像真实感、场景真实感上有比较明显的优势，同时，在中国风景、动漫游戏等场景等生成上有较好的表现。

　　上手实测:混元文生图，有什么不一样?

　　做好「文生图」这件事，对「文」的充分理解至关重要。

　　在语义理解方面，混元文生图模型采用了中英文双语细粒度的模型，同时基于中英文双语建模实现双语理解，且通过优化算法提升了模型对细节的感知能力与生成效果。

　　在此之前，像 Stable Diffusion 这样的热门模型虽然支持一定程度的中文，但其核心数据集 LAION-5B 仍以西方化内容为主，对中国的语言、美食、文化、习俗都理解不够。

　　而混元文生图模型是一个中文原生的文生图模型，无论用户输入的中文诗句还是成语，都可以直接要求其创作画作。

　　在内容合理性方面，混元文生图通过增强算法模型的图像二维空间位置感知能力，并将人体骨架和人手结构等先验信息引入到生成过程中，让生成的图像结构更合理，改善了 AI 生成人体结构和手部不合理的问题。

　　在画面质感方面，混元文生图基于多模型融合的方法，提升生成质感。经过优化之后，混元文生图的人像模型(发丝、皱纹等)效果提升了30%，场景模型(草木、波纹等)效果提升了25%。

　　这三方面的技术优势，对于混元大模型文生图产品体验的提升是显而易见的。

　　为了验证上述能力，机器之心设置了一些题目，第一时间对混元大模型进行了摸底测试。

　　鉴于混元是中文原生模型，自然也比其他同类产品更懂「古代中国的语言」，我们首先让它根据古诗词进行绘画。

　　我们选取一句非常有意境的古诗「醉后不知天在水，满船清梦压星河」来测试，看混元大模型能否生成极具画面感的图。

　　在《泊船瓜洲》这首诗中，一句「春风又绿江南岸，明月何时照我还」，写出了无数游子的乡愁。混元的生成结果，提取出「春光」、「水岸」、「明月」等意象进行有机组合，让人看到之后仿佛置身诗句场景之中:

　　然后是有趣的「中国菜绘画」环节，来一道「鱼香肉丝」经典考题吧:

　　从让人 san 值狂掉的中餐绘画，到现在看图下饭的水准，我们也能感受到文生图技术的不断进化。

　　接下来看看在业界公认的「人像真实感」难题上，混元做得如何:

　　我们知道最初 Midjourney 爆火，就是因为下面这张情侣照片，让人无法分辨这竟然无 AI 生成的。

　　现在，我们考察一下混元大模型生成「照骗」的能力。使用的 Prompt 是:

　　你觉得真实感如何?在我们看来，Prompt 中提到的细节拉满。

　　这也就是腾讯重点强调的:混元大模型通过优化算法提升了对细节的感知能力与生成效果。这种能力，在很多具体的场景中才得以体现。

　　例如在动画场景中，生成「一头小鹿在森林中奔跑、带动落叶飞起、月亮很亮很大、小鸟在空中飞翔，氛围感，CG 风格，侧面视角」。

　　是不是特别像是小时候看的动画中的画面?

　　此外，在动漫创作中，文生图应用潜力巨大。

　　我们给到混元大模型的 Prompt 是「生成3D，动漫风格，1个女孩，金色头发，微笑，短发，城市背景」:

　　你觉得生成效果如何?是不是可以直接拿来当壁纸了?

　　文生图背后，有哪些自研技术?

　　工欲善其事，必先利其器，对于大模型同样如此。

　　我们了解到，除了创新模型算法，腾讯混元大模型实现这样接中文地气的文生图效果，其背后还离不开高质量的图文匹配数据、自研的机器学习框架以及强大的算力基础设施。

　　腾讯混元大模型已经形成了从模型算法到机器学习框架再到 AI 基础设施的全链路自研技术路径。多层次的技术沉淀，意味着大模型的进化需要一步一个脚印，从实践出发，在实践中提升。

　　首先来看支撑模型训练的数据工程。

　　对于任何 AI 特别是大模型而言，数据都是不可或缺的三大要素之一。大模型文生图功能亦是如此，图文数据尤其是图文之间的匹配数据对生成效果的影响举足轻重。

　　但是网络上已有数据并不是都能拿来即用的，其中很大的问题是文字对图片的描述不一定准确，这就导致大多数图文匹配数据质量比较差。如果拿来用，即使训练时间很长，模型生成效果依然达不到预期，也会影响生成质量的稳定性和后续的迭代效率。

　　因此，提升图文数据质量成为保证文生图效果的「第一道关」。这时候往往需要通过工程化的方式提升数据质量，支撑模型训练、优化和升级，构筑算法模型的护城河。

　　面对图文匹配数据问题，腾讯混元文生图团队的应对策略是这样的:首先细粒度地完善中文 prompt，提升图文相关性，最大化数据质量;然后采取训练数据分层、分级的策略，逐步优化模型，最大化数据效果;最后建设数据飞轮，它是大模型快速迭代的关键。团队基于线上用户使用大模型的反馈，自动化构建训练数据，加快模型迭代，最大化数据效率。

　　数据质量、效果和效率提上去了，这就为良好的文生图效果打下了基础。而接下来要讲的机器学习框架同样重要。

　　强大的机器学习框架或平台会极大地提升开发者构建、训练和部署模型的速度和效率。腾讯针对大模型训练和推理场景，自研了 Angel 机器学习平台，主要包括负责训练的 AngelPTM 和负责推理的 AngelHCF 两大部分。

　　其中 AngelPTM 采用 ZeRO-Cache 优化策略，成为超大模型训练利器，它通过存储管理扩大单机模型容量，通过多流异步提高资源利用率，通过显存管理提高显存效率。此外利用4D 并行提高可用显存上限，减少千卡通信压力，释放计算潜能。自动续训机制支持千卡故障自动容错，减少中断时间。模型训练情况也在实时监控之下，协同算法优化模型训练方向。

　　目前，AngelPTM 基于业界首创的 ZeRO-Cache 机制 +4D 并行实现了千亿混元基座模型的高速训练，训练速度相比主流开源框架(DeepSpeed-Chat)提升1倍。

　　AngelHCF 主要从定制多样化服务策略、并行策略、框架加速(覆盖常用 GPU 加速方法)、模型压缩(支持业界常用压缩方法)和高效模型 Debug 能力五个层面提升大模型的推理性能。推理速度相比业界主流框架(FasterTransformer)提升1.3倍。

　　腾讯表示，其 Angel 机器学习平台具备了领先性能，能够帮助提供更好的基建体系，助力大模型们高速运行。这使得混元大模型生成高质图片的同时，生成速度也大大改进。

　　拥有了高质量的数据、高效的机器学习框架，大模型的持续运行还面临着算力层面的考验。毕竟，大模型时代，算力为王。

　　腾讯混元文生图功能离不开腾讯云提供的强大算力基础设施。2023年4月，腾讯云发布新一代 HCC 高性能计算集群，采用最新一代星星海自研服务器，并基于自研网络和存储架构，实现了3.2T 超高互联带宽、TB 级吞吐能力和千万级 IOPS。新一代集群算力性能较前代提升了3倍，较传统算力集群方案提升12倍以上。

　　夯实底层硬件的同时，上层软件能力也要齐头并进。新一代 HCC 集群集成了腾讯云自研的 TACO 训练加速引擎，从网络协议、通信策略、AI 框架、模型编译层面做了大量系统级优化。这套全生态的训练加速方案不仅可以帮助客户降低 AI 优化门槛，提升 AI 训练性能，还使训练调优和算力成本大大降低。

　　看起来，制约大模型的三大要素算法、数据和算力，在腾讯混元大模型这里都不成问题了。自然而然，文生图质量和效果也得到了保障。

　　效果「以假乱真」，

　　文生图能力已嵌入腾讯广告场景

　　今天我们看到的混元大模型文生图能力，并非一蹴而就，而是一个实实在在的演进过程。

　　在上个月举行的2023腾讯全球数字生态大会上，腾讯混元大模型正式亮相。腾讯集团副总裁蒋杰当时表示，混元永远在路上。腾讯会一直演进混元的能力，并希望每个月都会给大家带来惊喜。

　　目前，腾讯已有180个内部业务接入混元大模型，包括包括腾讯会议、腾讯文档、企业微信、腾讯广告和微信搜一搜等。同时来自零售、教育、金融、医疗、传媒、交通、政务等多个行业的客户也通过腾讯云调用腾讯混元 API，应用领域涉及智能问答、内容创作、数据分析、代码助手等多个场景。

　　此次开放的文生图能力便是腾讯混元大模型带给我们的最大惊喜，展示其在图像自动生成领域的领先能力。当然，腾讯混元文生图也在逐渐进化中，后续会开发更多文生图相关以及图生图功能。我们可以狠狠期待一波了。

　　目前，混元文生图能力已经嵌入到了腾讯广告场景中，比如生成商品广告或广告配图。在广告业务下的多轮测评中，腾讯混元文生图的案例优秀率和广告主采纳率分别达到86% 和26%，均高于同类模型。

　　我们先来看下面这个示例，要求混元大模型生成一个酒店房间。从效果来看，升级后混元文生图效果明显更好，设计感、品质感提升很大，细节更加丰富。即使与 Midjourney 比较一番，效果也不相上下。

　　人物类生成场景也有类似的效果。升级后混元生成的人像真实感更强，比如面部肤色、皱纹等细节。

　　广告场景之外，腾讯内部还在不断探索其他文生图的需求场景，比如游戏场景中生成游戏元素和游戏角色、内容场景中生成小说配图、插图，云业务场景中将混元能力开放给不同行业的客户。

　　大浪淘沙，再强悍的模型，也要让更多人用上并持续获得反馈，才有可能百尺竿头更进一步。

　　可以预见，未来腾讯产品中将迎来混元文生图能力的大爆发，用户也将体验更多 AIGC 带来的魅力。