0
| 本文作者： 郭思 | 2023-06-25 11:00 |
一場大模型界的「美學(xué)革命」。
作者 | 郭思
編輯 | 陳彩嫻
2023年6月19日，美圖影像節(jié)發(fā)布會(huì)，吳欣鴻身著灰色T恤搭配休閑長褲，一如既往的親和、有活力，宣布美圖將推出7款“AI時(shí)代的影像生產(chǎn)力工具”。
值得一提的是，美圖此次發(fā)布的7款工具中，美圖視覺大模型 MiracleVision（奇想智能）是國內(nèi)首款能懂美學(xué)的大模型。
“過去，美圖主要服務(wù)于生活場景的拍攝、修圖、修視頻、社交分享。在 AI 時(shí)代，除生活場景外，美圖將提供更多生產(chǎn)力場景的服務(wù)?！?/p>
吳欣鴻話音剛落，現(xiàn)場掌聲齊鳴。
如果說此前的美圖在大眾眼中是一個(gè)生活場景的公司，那么此次發(fā)布會(huì)預(yù)示著美圖在生產(chǎn)力場景的戰(zhàn)略意圖表現(xiàn)得越來越明顯。在美圖發(fā)布會(huì)現(xiàn)場，共191次提到“AI”這個(gè)關(guān)鍵詞，7款工具均主要針對專業(yè)場景，美圖邁向生產(chǎn)力場景的步伐堅(jiān)定有力，大眾的期待也隨之攀升。
6月19日當(dāng)天，美圖發(fā)布會(huì)沖上各大媒體平臺(tái)熱搜；股票市場上，美圖尾盤拉升，股價(jià)漲超24%。
美與科技的碰撞，在大模型時(shí)代迎來新的高潮。
審美，美圖大模型做得更好？
2023年，AIGC迎來了行業(yè)混戰(zhàn)。據(jù)不完全統(tǒng)計(jì)，國內(nèi)現(xiàn)已有十余家AIGC企業(yè)，核心市場規(guī)模將達(dá)融資79.3億元。
對于這個(gè)現(xiàn)狀，有不少觀點(diǎn)指出，熱火朝天的概念下，如果大模型無法服務(wù)具體的商業(yè)場景，便是無法落地的“雨燕”，再完美的飛翔過程都沒有意義，更不用說帶來生產(chǎn)力的迭代和行業(yè)變革。而美圖視角下的大模型，不僅要 MiracleVision 滿足基礎(chǔ)條件，更要讓它注入美的基因，為行業(yè)帶來一場美學(xué)革命。
這些能力，首先來自美圖對于行業(yè)的高度理解。
十九大以來，國家陸續(xù)出臺(tái)了“1+N”政策體系，為人工智能發(fā)展提供政策依據(jù)和制度保障。在清晰戰(zhàn)略的引領(lǐng)下，美圖發(fā)揮著公司的產(chǎn)品、技術(shù)、商業(yè)化優(yōu)勢，率先入局AI，以技術(shù)助力傳播中國之美。
但盡管政策東風(fēng)可以助美圖一臂之力，行業(yè)發(fā)展至今的問題和難點(diǎn)仍十分明顯。
在美圖看來，人工智能如果想真正做到智能，就不僅僅需要模仿人的推理和邏輯能力，還要模仿人類的情感、感性、審美以及創(chuàng)造力。當(dāng)前的人工智能，恰恰缺乏的是后者。
就審美而言，美是有屬性、有細(xì)節(jié)的，不同場景下的用戶對美有不同的渴望和需求。與人類相比，在美學(xué)領(lǐng)域，AI 的競爭力主要體現(xiàn)在感知得快、準(zhǔn)、狠，能從眾多優(yōu)秀的大神作品中生產(chǎn)出融會(huì)貫通出來的成果，從這一角度，我們可以理解為 AI 其實(shí)是站在巨人肩膀上的一個(gè)「三好學(xué)生」。如果想要持續(xù)產(chǎn)出優(yōu)秀作品，就需要有優(yōu)秀的大神源源不斷地補(bǔ)充作品，而這一點(diǎn)，恰恰是美圖的優(yōu)勢所在。
吳欣鴻在發(fā)布會(huì)上稱：“我們始終尊重美的形態(tài)各異。AI創(chuàng)作是否具有靈魂的還是一個(gè)未知數(shù)，但我們可以盡可能地讓 AI 接近人類的審美?！?/p>
美圖的美學(xué)認(rèn)知源于創(chuàng)始之初。成立以來，美圖的目標(biāo)就是成為工具界的美學(xué)代表。如今，長期積累的美學(xué)認(rèn)知融入了美圖自研的視覺大模型 MiracleVision。
為了讓這個(gè)學(xué)生對美學(xué)理解越深，美圖還讓有藝術(shù)家、設(shè)計(jì)師等具有深厚美學(xué)背景的專業(yè)人士，共同參與到視覺大模型的建設(shè)中，給這個(gè)學(xué)生提供極佳的美學(xué)學(xué)習(xí)環(huán)境，讓其博采眾長。這也是國內(nèi)大模型賽道中少數(shù)將專業(yè)人士納入研發(fā)階段的團(tuán)隊(duì)。
此外美圖還有一套基于機(jī)器學(xué)習(xí)的美學(xué)評估系統(tǒng)，當(dāng)模型生成一個(gè)結(jié)果時(shí)，美圖會(huì)自動(dòng)打上美學(xué)分?jǐn)?shù)，以一個(gè)老師的形態(tài)不斷監(jiān)督這個(gè)學(xué)生的進(jìn)步。
在算法層面，MiracleVision運(yùn)用零樣本學(xué)習(xí)算法，利用類別的高維語義特征代替樣本的低維特征，使得訓(xùn)練出來的模型具有遷移性。
這個(gè)算法模仿的是人類的推理思維，舉個(gè)簡單的例子：如果你告訴一個(gè)沒有見過斑馬的小孩關(guān)于斑馬的特征，這個(gè)小孩在下一次、也就是TA第一次見到斑馬時(shí)就能得出「這就是斑馬」的結(jié)論。對 AI 模型來說，以往的算法需要給機(jī)器輸入大量斑馬的真實(shí)圖像才能達(dá)到類似對效果，但 MiracleVision 卻能通過零樣本學(xué)習(xí)，在實(shí)際應(yīng)用時(shí)無需微調(diào)就能刻畫人物的特征，極大程度地提高設(shè)計(jì)效率。
圖注：美圖AI生成的藝術(shù)畫效果
值得一提的是，和市面上其他大模型先有技術(shù)再落地生根不同，美圖視覺大模型MiracleVision從視覺創(chuàng)作場景反推技術(shù)演化。挖掘視覺創(chuàng)作中最適合與AI協(xié)作的場景，如繪畫、設(shè)計(jì)、影視等，以場景反推技術(shù)如何演進(jìn)。
任督二脈一通，美圖視覺大模型Miracle Vision效果十分驚艷。
吳欣鴻表示，現(xiàn)階段MiracleVision有三大核心效果優(yōu)勢：一是擅長亞洲人像攝影；二是將中國傳統(tǒng)文化元素融入現(xiàn)代設(shè)計(jì)中，為創(chuàng)作賦予獨(dú)特的東方韻味；三是商業(yè)設(shè)計(jì)領(lǐng)域的應(yīng)用價(jià)值，設(shè)計(jì)師可以在MiracleVision的幫助下，快速地創(chuàng)作出具有創(chuàng)意和美感的作品。
吳欣鴻表示，結(jié)合美圖現(xiàn)有的業(yè)務(wù)而言，以美圖視覺大模型Miracle Vision為依托，美圖云修在商業(yè)攝影行業(yè)應(yīng)用十分廣泛，美圖設(shè)計(jì)室在電商的場景有對應(yīng)的解決方案，WinkStudio在影視也有一些探索。
“未來我相信除了這些行業(yè)以外，會(huì)有更多的行業(yè)逐步用到視覺大模型的能力。國家也在推動(dòng)‘?dāng)?shù)實(shí)融合’，而人工智能或者視覺大模型其實(shí)也是數(shù)字化的一個(gè)很重要的組成部分，在這樣一個(gè)產(chǎn)業(yè)大背景下，整個(gè)行業(yè)未來最大的變革就是沒有技術(shù)背景的公司都能輕松地用上視覺大模型帶來的各種能力，這一天應(yīng)該在三年內(nèi)會(huì)逐漸到來。”
北京智源研究院訪問首席科學(xué)家顏水成教授也表示，在接下來一到兩年里面，一定能看到視覺大模型長足的發(fā)展。有可能美圖會(huì)帶來顛覆性的變化。
“在AI與影像生產(chǎn)力工具的緊密結(jié)合下，優(yōu)質(zhì)內(nèi)容的創(chuàng)作門檻將不斷降低，影像行業(yè)的生產(chǎn)效率也將不斷提升。秉持著‘讓科技與藝術(shù)美好交匯’的使命，美圖公司將不斷為用戶帶來更優(yōu)質(zhì)的產(chǎn)品與服務(wù)?！眳切励櫲缡钦f。
和其他視覺模型一樣，美圖 MiracleVision 也會(huì)遇到「圖像處理參數(shù)量越大，對于算力資源要求越高」這一難題。在發(fā)布會(huì)現(xiàn)場，美圖表示，在這方面，美圖會(huì)與云廠商保持緊密合作，以此為依托，持續(xù)滿足用戶需求。
懂美學(xué)的大模型，美圖是如何做到的？
美圖創(chuàng)始人吳欣鴻是學(xué)畫畫出身，他早年執(zhí)著于畫藝的精進(jìn)，對于藝術(shù)的追求曾一度是他創(chuàng)立美圖的初衷。發(fā)布會(huì)現(xiàn)場，美圖產(chǎn)品經(jīng)理劉洛麒亦反復(fù)強(qiáng)調(diào)，對美與影像的熱愛是整個(gè)團(tuán)隊(duì)的內(nèi)在基因。
吳欣鴻其實(shí)很早就意識(shí)到了AI技術(shù)對于美的創(chuàng)造有著天然的優(yōu)勢。AI這盤大棋，他早有布局。
早在2010 年成立的MT Lab（美圖影像研究院）。
據(jù)美圖工作人員透露，MT Lab做的事情其實(shí)相當(dāng)于一個(gè)高級翻譯。
在計(jì)算機(jī)的世界里，無論是劉亦菲亦或是蘇菲瑪索，再沉魚落雁的美女也只是一串0和1的代碼，而MT Lab所做的便是便0和1加工為人類可以理解的信息，人臉識(shí)別可以分析面部皮膚狀態(tài)，甚至給出對應(yīng)意見。3D建模可以創(chuàng)造每一個(gè)用戶專屬的私人模型。這類似于一個(gè)高級翻譯理解了對方的言語，甚至在翻譯轉(zhuǎn)述時(shí)加上了自己的潤色。
MT Lab是美圖AI技術(shù)的研發(fā)中樞，2017年，美圖發(fā)布了AI測膚技術(shù)，通過一張手機(jī)自拍照全面了解皮膚狀況。2019正式推出人像畫質(zhì)修復(fù)技術(shù)，通過便捷的一鍵操作就能實(shí)現(xiàn)老照片中低畫質(zhì)人像的高清還原。2021年推出基于StyleGAN的頭發(fā)編輯方案，配對數(shù)據(jù)生成，讓人們夢寐以求的生發(fā)成為現(xiàn)實(shí)。去年首屆美圖影像節(jié)上，美圖發(fā)布了6款產(chǎn)品，經(jīng)歷一年持續(xù)迭代，多款產(chǎn)品成績亮眼，如Wink月活躍用戶數(shù)已突破千萬，美圖證件照成為在線證件照行業(yè)冠軍。
而此次美圖最新發(fā)布的7款影像生產(chǎn)力工具：WHEE、開拍、WinkStudio、美圖設(shè)計(jì)室2.0、DreamAvatar數(shù)字人、RoboNeo、MiracleVision視覺大模型，均以AI為內(nèi)核，覆蓋視覺創(chuàng)作、商業(yè)攝影、專業(yè)視頻編輯、商業(yè)設(shè)計(jì)等領(lǐng)域，旨在全面提升影像行業(yè)的生產(chǎn)力。
值得一提的是，美圖影像節(jié)的7款產(chǎn)品發(fā)布后，美圖正式形成由底層、中間層和應(yīng)用層構(gòu)建的AI產(chǎn)品生態(tài)。
底層MiracleVision為美圖全系產(chǎn)品提供AI模型能力。
中間層由美圖AI開放平臺(tái)、美圖創(chuàng)意平臺(tái)、美圖AI助手RoboNeo組合而成，分別負(fù)責(zé)開放共享AI技術(shù)、搭建創(chuàng)作者生態(tài)、聚合美圖影像服務(wù)。
應(yīng)用層則通過AI圖片、AI視頻、AI設(shè)計(jì)以及AI數(shù)字人等四大領(lǐng)域進(jìn)行創(chuàng)新探索。
行業(yè)巨震，這些變革正悄然發(fā)生
吳欣鴻常常對團(tuán)隊(duì)說，希望能讓更多人享受到AI紅利，一起用上AI時(shí)代的影像生產(chǎn)力工具，為行業(yè)降本增效。
這個(gè)愿景依托美圖 MiracleVision的AI能力，也在逐漸變成現(xiàn)實(shí)。
在設(shè)計(jì)場景下，美圖主要解決電商用戶設(shè)計(jì)物料的痛點(diǎn)難點(diǎn)，以往因?yàn)椴欢O(shè)計(jì)的原因，很多服裝或電商企業(yè)每年在模特圖拍攝上面需要花掉幾十萬甚至上百萬。美圖此次宣布其正在與華為云進(jìn)行合作，聯(lián)合研發(fā)“AI模特試衣”功能，能夠幫助企業(yè)降低運(yùn)營成本并提高成交轉(zhuǎn)化。該功能將在7月份的華為開發(fā)者大會(huì)上進(jìn)行展示。
而在視頻場景中，美圖視覺大模型MiracleVision更是輕車熟路。
美圖敏銳地觀察到，在這個(gè)視頻創(chuàng)造不斷更新迭代的時(shí)代，有一個(gè)全網(wǎng)視頻者大概率都會(huì)碰到的場景—口播。簡而言之，便是主播對著鏡頭說話，這就是口播場景。
而在這樣一個(gè)很簡單的場景中，卻存在著三個(gè)主要痛點(diǎn)：無法短時(shí)間內(nèi)輸出腳本、拍攝過程中頻頻失誤以及剪輯過于復(fù)雜，導(dǎo)致用戶口播效率極低。美圖視覺大模型MiracleVision加持的美圖開拍能在前期的內(nèi)容策劃階段，幫助用戶用AI一鍵生成熱門的口播腳本。在中期拍攝過程中，提詞器會(huì)智能地跟隨語速進(jìn)行滾動(dòng)，同時(shí)支持多臺(tái)設(shè)備。至于后期剪輯，美拍所有功能都針對口播視頻的工作進(jìn)行了流程優(yōu)化，提供了一套高質(zhì)量高效率的解決方案。
有意思的是，美圖此次發(fā)布的AI數(shù)字人生成工具DreamAvatar同樣以視覺大模型MiracleVision為驅(qū)動(dòng)力，在影視場景中也有相應(yīng)探索——AI演員，極大限度地降低了影視特效所消耗的時(shí)間和人力成本。操作過程簡而言之便是，用戶一鍵上傳視頻后，AI會(huì)制定出視頻里面的人物，把人體進(jìn)行檢測、跟蹤、擦除，自動(dòng)把真人替換成數(shù)字人；同時(shí)AI通過3D人體姿態(tài)估計(jì)還有驅(qū)動(dòng)算法，讓動(dòng)作完美同步；AI還會(huì)并行通過相機(jī)姿態(tài)估計(jì)和跟蹤、光照估計(jì)，讓數(shù)字人更自然地融入環(huán)境；最后，將前面這一系列AI分處理匯總到3D渲染并輸出，AI演員的影特效大片得以誕生。DreamAvatar生成的AI演員可以極大提高影視CG的制作效率，將原本以天為單位的制作周期，縮減到1小時(shí)內(nèi)。
除了設(shè)計(jì)、視頻以及影視之外，美圖視覺大模型MiracleVision的優(yōu)勢場景還有不少，而這都要得益于美圖此次發(fā)布會(huì)的頂層戰(zhàn)略理念——即以從生活場景向生產(chǎn)力場景進(jìn)化，構(gòu)建美圖AI產(chǎn)品生態(tài)，解決行業(yè)深層問題。
吳欣鴻表示，“AI對工具的價(jià)值，就好比電對于電器的價(jià)值，電的發(fā)現(xiàn)推動(dòng)了工業(yè)革命，AI的發(fā)展則讓我們進(jìn)入到了智能時(shí)代。AI正成為推動(dòng)工具效率變革的能源，屏幕上這些當(dāng)下熱門的AI產(chǎn)品，讓過去需要花大量時(shí)間才能完成的工作，變得前所未有的簡單?！?/p>
“我們希望，在這以后，用戶想起美圖。不再是一個(gè)簡單的美顏軟件。而是切切實(shí)實(shí)的智能工具?！?/p>
發(fā)布會(huì)現(xiàn)場，吳欣鴻壯志酬籌，面帶笑意卻目光堅(jiān)定，似乎在告訴全世界，關(guān)于美圖與人工智能的故事才剛剛開始。
在美圖影像節(jié)活動(dòng)現(xiàn)場，AI 科技評論及多家媒體亦與美圖公司創(chuàng)始人、董事長兼首席執(zhí)行官吳欣鴻展開了深入交流，對話摘錄如下：
1、AI科技評論：何為視覺大模型或者多模態(tài)大模型？
吳欣鴻：從企業(yè)經(jīng)營者角度，我很確認(rèn)美圖今天做的這個(gè)視覺大模型一定是公司最核心的業(yè)務(wù)，未來能夠?yàn)槲覀兲峁┳钪匾闹??；叵肫鹞以?5歲的時(shí)候，也就是1996年，我當(dāng)時(shí)去中國美術(shù)學(xué)院準(zhǔn)備考附中，后面又進(jìn)入了中國美術(shù)學(xué)院的油畫系去進(jìn)修。那時(shí)候是我在視覺能力上的一個(gè)啟蒙時(shí)期。我開始系統(tǒng)地去學(xué)習(xí)各種藝術(shù)的類別，去感知、認(rèn)知藝術(shù)與圖像。其實(shí)今天的視覺大模型和我當(dāng)時(shí)作為一個(gè)15歲的學(xué)生時(shí)的狀態(tài)可能是差不多的，如何看到眼前的世界，如何更好地理解這個(gè)世界，用大腦和雙手去表達(dá)出來，呈現(xiàn)出一幅油畫或者其他的一些藝術(shù)作品，這就是我所理解的當(dāng)下的視覺大模型。
2、AI科技評論：視覺大模型會(huì)推動(dòng)哪些行業(yè)的發(fā)展？
吳欣鴻：我們是一家擅長做工具、做應(yīng)用、做整合的一家公司，在視覺大模型的應(yīng)用上，我們前期會(huì)比較聚焦與我們業(yè)務(wù)最緊密的這些領(lǐng)域。我一直覺得戰(zhàn)略就是目標(biāo)和能力的匹配，所以目前我們的能力在這，目標(biāo)也不敢定得太大，先把能力所及的事做好，再一步一步看能否延展到更多的應(yīng)用場景、更多的行業(yè)。
3、AI科技評論：您對公司下一步視覺大模型的技術(shù)創(chuàng)新有什么樣的要求和期待？
吳欣鴻：這個(gè)問題我想引入最近新發(fā)布的Apple Vision Pro這個(gè)設(shè)備來回答，如果我沒有記錯(cuò)Vision Pro應(yīng)該有多個(gè)攝像頭，無論是往前、往眼睛，還是往下，人們可以看到各個(gè)視角下的物體。它其實(shí)是一種視覺感知能力的極大強(qiáng)化，我們可以實(shí)時(shí)去識(shí)別一切、分割一切，去做很多跟空間的交互，我們也能拍攝一些臨場感很強(qiáng)的照片或者視頻，這種感覺很難用3D或者其他形容詞來形容它，那是一種近在眼前的體驗(yàn)，我想這些都會(huì)對未來視覺大模型的能力得到一些拓寬。剛才說到大模型的感知和認(rèn)知需要不斷提升，我想未來如果能借助這些新的設(shè)備進(jìn)行創(chuàng)新，大模型應(yīng)該會(huì)有很大的提升。
4、AI科技評論：美圖和一些行業(yè)伙伴達(dá)成了合作，是不是意味著美圖正在將AIGC能力分享給行業(yè)伙伴？具體有哪些領(lǐng)域？
吳欣鴻：我們很希望能夠跟行業(yè)頭部進(jìn)行AI的共創(chuàng)，比如說我們跟FILA進(jìn)行“AI潮鞋”挑戰(zhàn)，事實(shí)上我們和FILA做的遠(yuǎn)不止一個(gè)活動(dòng)，雙方的團(tuán)隊(duì)進(jìn)行多輪的深入的討論、調(diào)試。我們很需要這些頭部的合作伙伴的認(rèn)知和幫助。我們認(rèn)為這是快速提升美圖視覺大模型以及團(tuán)隊(duì)能力的一種方式。
5、AI科技評論：視覺大模型上如何更新自己對美學(xué)的理解？
吳欣鴻：我們覺得靠美圖自身，哪怕我們有自認(rèn)為在美學(xué)上比較專業(yè)的團(tuán)隊(duì)，這也還是遠(yuǎn)遠(yuǎn)不夠，所以我們才有了創(chuàng)作者的生態(tài)，我們讓外部非常優(yōu)秀的藝術(shù)家、設(shè)計(jì)師在我們的生態(tài)上去訓(xùn)練他們自己的模型。比如說我是插畫藝術(shù)家，我會(huì)把自己過往的作品放在美圖上面去訓(xùn)練，并且把它命名為我的專屬模型，為美圖的用戶以及更多外部客戶提供模型生成能力。美圖得到了很多藝術(shù)家以及設(shè)計(jì)師的認(rèn)可，因?yàn)槊缊D幫助他們提升了收入以及粉絲量，他們也從中收獲了很多對于美學(xué)的沉淀。我們是通過生態(tài)的方式來獲得的成功，而不是自己悶頭做的方式，因?yàn)閻烆^做再怎么做都是有局限的。
6、AI科技評論：如果滿分是100分的話，吳總給目前的美圖大模型會(huì)打多少分？
吳欣鴻：我自己的主觀判斷不一定對，我只給大模型打了60分，不知道會(huì)不會(huì)影響我們團(tuán)隊(duì)的心情，畢竟耗費(fèi)這么長時(shí)間進(jìn)行投入。雖然說在過去幾個(gè)月這個(gè)模型進(jìn)步還可以，但是離我們認(rèn)為最理想的生成效果還是有比較大的差距，特別是在創(chuàng)造性上面。但起點(diǎn)越低，空間越大，我們還是覺得美圖有很好的基礎(chǔ)去把這個(gè)事情做好。我們是比較有韌勁、有耐心的團(tuán)隊(duì)，一個(gè)美圖秀秀就是一個(gè)小的APP，但是我們花了15年的時(shí)間以及巨大的人力去打磨。所以我們會(huì)不會(huì)用15年，甚至更長的時(shí)間去打磨視覺大模型，這也還是個(gè)未知數(shù)。所以我們也很期待自己的表現(xiàn)，比如說半年后，回頭來看今天，我們會(huì)給自己打多少分，這才是更值得關(guān)注的問題。
7、AI科技評論：大模型一旦開源，其他企業(yè)也會(huì)迅速拉平這些能力，大家能想到的應(yīng)用場景也都有限，那么未來的美圖大模型的競爭壁壘會(huì)在哪里？
吳欣鴻：首先美圖做的是國內(nèi)首發(fā)的懂美學(xué)的模型，美圖在這方面積攢了非常多年，它比較具有主觀性，在十幾年的沉淀中，美圖積攢的對美學(xué)趨勢的探索，是我們非常重要的，而且是非常核心的競爭力。很多人都在做這種視覺模型，但是我們的模型會(huì)對人像的理解會(huì)更深，圖像的質(zhì)量也會(huì)更高清、更可控。
除了在美學(xué)上的積累，美圖還有一個(gè)比較大的用戶基數(shù)，我們現(xiàn)在是2.43億的月活，這代表著美圖可以很短的時(shí)間內(nèi)驗(yàn)證產(chǎn)品性能，過程會(huì)比較的順利。
此外，無論是視覺大模型還是在其之上的一個(gè)應(yīng)用，都會(huì)面臨一個(gè)獲客的問題，獲客成本太高，對于廠商來說是個(gè)很大的挑戰(zhàn)。但這對于美圖來說，根本不成問題，美圖在這方面應(yīng)該說算是得天獨(dú)厚。另外大模型做出來以后誰買單？我們做出模型首先是我們自己買單，我們內(nèi)部的結(jié)算就會(huì)通過API、SDK的調(diào)用，先讓大模型的商業(yè)模式能夠成立。同樣，在應(yīng)用上面，美圖也已經(jīng)把VIP訂閱、單購這些模式跑通，所以未來我們會(huì)讓圍繞大模型的應(yīng)用可以很快的商業(yè)化。對于所有廠商而言，造血是一個(gè)很重要的能力。另外，還有一個(gè)點(diǎn)在于，在美圖平臺(tái)上的這些創(chuàng)作者和開發(fā)者，美圖能讓他們實(shí)現(xiàn)變現(xiàn)從而獲得分成，這對美圖生態(tài)非常重要。
8、AI科技評論：圖像參數(shù)量越大，需要計(jì)算資源越多，如何解決這個(gè)難點(diǎn)的呢？
吳欣鴻：參數(shù)量越大，需要的計(jì)算資源越多肯定是一個(gè)問題，我們通過生態(tài)的方式解決這個(gè)問題。比方說把模型能力提供給用戶之后，用戶一起來共創(chuàng)，他們也會(huì)獲得一些商業(yè)上的收益，這個(gè)收益也會(huì)反哺模型的計(jì)算資源的補(bǔ)充和不足，所以說我們把它變成一個(gè)更靈活點(diǎn)借助生態(tài)的方式去把我們這個(gè)模型能力建設(shè)起來。
值得一提的是美圖引入了云，我們需要特別感謝云廠商對我們的支持，各家云廠商內(nèi)部有一個(gè)服務(wù)的調(diào)度系統(tǒng)，當(dāng)我們遇到算力問題時(shí)，我們會(huì)實(shí)時(shí)調(diào)度到各個(gè)平臺(tái)上去，由云廠商在背后為我們提供大力支持。
9、AI科技評論：美圖如何看待創(chuàng)作 AI 相關(guān)工具與創(chuàng)作者之間的關(guān)系？AI 技術(shù)與人之間如何協(xié)作？
吳欣鴻：美圖發(fā)布的WHEE，主要是去幫創(chuàng)作者去解決創(chuàng)作門檻的問題。在我們的工作中，AI產(chǎn)品能放大設(shè)計(jì)師的想象力，比如說一些貼紙文字，只需要數(shù)據(jù)扔進(jìn)去，便可以訓(xùn)練出一個(gè)比較可用的貼紙，對這些設(shè)計(jì)師來說是一個(gè)很大的提升。另外我覺得對普通用戶或者說初級用戶來說，它降低了門檻，讓一部分原來不會(huì)設(shè)計(jì)的人也擁有了設(shè)計(jì)能力。
10、AI科技評論：這次發(fā)布的新品能夠感受到美圖的一些變化。這種變化是美圖主動(dòng)的求變？還是被動(dòng)的求變？美圖能不能夠適應(yīng)這種變化？
吳欣鴻：首先美圖應(yīng)該算是主動(dòng)的求變，剛才我也有說美圖之前更多的是服務(wù)于生活場景，現(xiàn)在我們看到在生產(chǎn)力場景上其實(shí)有巨大的需求和商業(yè)化的機(jī)會(huì)。這些能力我們其實(shí)都具備，我們在過去15年為生活長款服務(wù)的能力逐步的移植到生產(chǎn)力場景上。當(dāng)然作為一家商業(yè)公司，我們還是很追求收入和利潤的增長，很顯然在這個(gè)領(lǐng)域有巨大的商業(yè)空間，這對我們來說會(huì)是一個(gè)增量。像剛才提到美圖有2.43億月活躍用戶，有百分之二點(diǎn)幾的訂閱滲透率，顯然這個(gè)訂閱滲透率有蠻大的提升空間，很多產(chǎn)品都可以達(dá)到百分之十幾或者二十幾的訂閱滲透率。但是我想說，這些對我們來說是一個(gè)存量用戶的變現(xiàn)，如何去尋找增量，機(jī)會(huì)就在生產(chǎn)力工具上。所以我們特別主動(dòng)。
11、AI科技評論：美圖為什么要進(jìn)軍數(shù)字人市場，跟商湯、百度、小冰相比，美圖的優(yōu)勢在哪里？
吳欣鴻：我們會(huì)從自身的優(yōu)勢和用戶的需求去出發(fā)，美圖剛剛也提到了，這15年來幫助優(yōu)化、美化真人形象?，F(xiàn)在年輕用戶對風(fēng)格化的數(shù)字人即虛擬形象有越來越強(qiáng)烈的需求。在生產(chǎn)力的場景大家對這種寫實(shí)的數(shù)字人，像剛才提到的無論是模特、口播、客服等等，也存在較大的需求，所以我們更多從用戶需求和場景的優(yōu)勢出發(fā)。舉個(gè)例子，比如用戶在美化自己照片的時(shí)候，可以提示是否要?jiǎng)?chuàng)建自己的數(shù)字人，對用戶來說這是一個(gè)很自然的場景，再比如說寫實(shí)數(shù)字人只要幾張真人的照片就可以創(chuàng)建，當(dāng)然如果錄制完整的視頻效果會(huì)更好，這是自身的場景優(yōu)勢。再結(jié)合剛才提到的用戶需求，所以我們就做了。另外，美圖在美學(xué)上確實(shí)有比較多的沉淀或者高要求，所以我們做的數(shù)字人相信未來會(huì)去卷它的美學(xué)，我相信這也會(huì)是跟很多友商有所區(qū)別的一個(gè)地方。
12、AI科技評論：以往美圖是專注生活場景，此次發(fā)布會(huì)是否意味著美圖現(xiàn)在開始全面進(jìn)入了生產(chǎn)力場景市場？
吳欣鴻：從生活場景到生產(chǎn)力在影像這方面技術(shù)底層是共通的，舉個(gè)例子， 在生活場景，摳圖算法針對用戶以人像和人體為主，進(jìn)行人像和人體的分割，并且做得很精致。在生產(chǎn)力場景，這個(gè)功能可能會(huì)用于五金店摳圖螺絲、鎖等等，換上他們的背景圖，摳完圖之后上架做售賣。我們發(fā)現(xiàn)雖然底層技術(shù)相同，但實(shí)際應(yīng)用場景很不一樣，所以從生活場景到生產(chǎn)力場景的轉(zhuǎn)變，看起來容易，實(shí)際上要做很多精細(xì)化適配的工作。過去15年，美圖在生活場景存量市場已經(jīng)挖掘得差不多了，所以轉(zhuǎn)向生產(chǎn)力場景是時(shí)勢使然。對于美圖來說，生產(chǎn)力場景是未來十年的重點(diǎn)布局方向，空間很大，美圖團(tuán)隊(duì)也感覺特別興奮、很有干勁。
13、AI科技評論：AI在視頻創(chuàng)作方面，會(huì)給行業(yè)什么樣的變化，變化會(huì)有多大？
吳欣鴻：從美圖的角度去看，我們發(fā)現(xiàn)視頻創(chuàng)作工具的需求一下子大了起來，變化的話，就是我們內(nèi)部開始變卷，開始沒日沒夜投入到工具的開發(fā)中。我們也看到隨著越來越多的視頻創(chuàng)作工具發(fā)布，創(chuàng)作者大量的時(shí)間被節(jié)約，所以他們有更多的時(shí)間去考慮說怎么講好故事，把這個(gè)腳本打磨好，怎么塑造好IP，讓他的形象更鮮明、記憶點(diǎn)更多。我覺得這是好事，幫我們節(jié)省了很多重復(fù)的工作。
14、AI科技評論：AIGC相關(guān)產(chǎn)品研發(fā)需要強(qiáng)大的技術(shù)支持，請問美圖在技術(shù)研發(fā)上進(jìn)行了哪些投入？后續(xù)有什么計(jì)劃？
吳欣鴻：事實(shí)上，美圖在AI早有布局。2010年，美圖通過成立MT Lab（美圖影像研究院）聚焦計(jì)算機(jī)視覺。自2013年開始重點(diǎn)投入深度學(xué)習(xí)，2016年即推出AIGC的產(chǎn)品雛形“手繪自拍”，廣受全球用戶歡迎。2022年11月以來，美圖AIGC產(chǎn)品進(jìn)入爆發(fā)期。在團(tuán)隊(duì)建設(shè)層面，美圖在北京、深圳、廈門等城市均有設(shè)立研發(fā)團(tuán)隊(duì)，成員來自于新加坡國立大學(xué)、復(fù)旦大學(xué)、廈門大學(xué)、華中科技大學(xué)等國內(nèi)外頂尖高校碩博人才。在計(jì)算能力方面，美圖已經(jīng)與頭部云服務(wù)廠均建立了穩(wěn)定友好合作關(guān)系與戰(zhàn)略合作伙伴關(guān)系，同時(shí)擁有完備的算力基礎(chǔ)設(shè)施，并持續(xù)迭代升級自有算力能力。美圖也積極參與業(yè)界活動(dòng)，與行業(yè)伙伴交流合作。2022年，美圖公司攜手國際多媒體頂級會(huì)議ACM Multimedia 2022舉辦第四屆Person In Context競賽。美圖影像研究院（MT Lab）在CVPR 2022、ECCV 2022、AAAI 2022等國際頂級會(huì)議上發(fā)表多篇學(xué)術(shù)論文。另外，美圖AI開放平臺(tái)（Meitu AI Open Platform）持續(xù)為行業(yè)提供經(jīng)市場驗(yàn)證的專業(yè)AI算法服務(wù)和解決方案。在商業(yè)模式層面，美圖的很多AIGC應(yīng)用場景有已經(jīng)被驗(yàn)證的商業(yè)模式，用戶愿意為AIGC產(chǎn)品訂閱或單購。高研發(fā)投入是支撐美圖持續(xù)創(chuàng)新的“壓艙石”。2022年，美圖公司研發(fā)投入達(dá)人民幣5.86億元，同比2021年增長7.5％。未來，美圖將持續(xù)進(jìn)行科技創(chuàng)新探索，結(jié)合用戶需求研發(fā)AIGC新品。
15、AI科技評論：MiracleVision是一個(gè)怎樣的收費(fèi)體系？整個(gè)商業(yè)化進(jìn)程是否可以詳細(xì)講講？
吳欣鴻：在我看來，好的視覺大模型需要有良好的“模型生態(tài)”支撐，這個(gè)過程離不開創(chuàng)作者和開發(fā)者的持續(xù)參與。未來，我們會(huì)為創(chuàng)作者提供創(chuàng)作支持，例如像課程、社區(qū)和模型創(chuàng)作大賽等。例如，創(chuàng)作者訓(xùn)練的模型可以在美圖旗下產(chǎn)品進(jìn)行分發(fā)，在分發(fā)的過程中還能持續(xù)進(jìn)行模型優(yōu)化。此外，行業(yè)客戶可以通過MiracleVision它的API或SDK進(jìn)行商業(yè)使用，創(chuàng)作者和開發(fā)者也可以從中獲得經(jīng)濟(jì)收益。
16、AI科技評論：美圖所理解的“藝術(shù)美感”風(fēng)格是什么樣的，它又怎樣賦能MiracleVision？
吳欣鴻：近年來,美圖公司陸續(xù)推出了“中國潮色” “國潮紋樣”“東方潮妝”等一系列以影像數(shù)字化方式演繹“國風(fēng)國潮”的傳統(tǒng)文化項(xiàng)目,詮釋中國美學(xué)。美圖通過對圖像進(jìn)行多維度的特征提取和分類，融合“國風(fēng)國潮”本身獨(dú)特的色彩配色方案，將概念轉(zhuǎn)化為圖像視覺方案。同時(shí)，結(jié)合視覺大模型本身對語義理解的能力和對亞洲人像背后審美藝術(shù)的洞悉，依托美圖在影像領(lǐng)域深厚的技術(shù)積累，MiracleVision視覺大模型實(shí)現(xiàn)了對生成圖像的精準(zhǔn)化控制，在此基礎(chǔ)上MiracleVision視覺大模型通過自主學(xué)習(xí)，對國風(fēng)元素的識(shí)別、理解和生成，都具有更高的準(zhǔn)確性和創(chuàng)造性，真正實(shí)現(xiàn)了對“國風(fēng)國潮”的理解。
17、AI科技評論：在今天 AI時(shí)代，對于更多的視頻行業(yè)的從業(yè)者，有什么建議嗎？
吳欣鴻：其實(shí)我更希望視頻創(chuàng)作者們給我們多提一些建議，因?yàn)樵贏I工具發(fā)展的初期還是需要很多來自行業(yè)各個(gè)職能的聲音，無論是正反饋，還是負(fù)反饋，都能夠很好提升服務(wù)。在未來，當(dāng)AI的工具越來越完善，視頻創(chuàng)作者或者說更廣大的創(chuàng)作者應(yīng)該聚焦哪塊的話，我一時(shí)也想不起來，我覺得回到我自身，我是一個(gè)興趣驅(qū)動(dòng)的人，我相信只要你對自己現(xiàn)在所在的領(lǐng)域持續(xù)保持熱愛，充滿好奇心，還是能在未來找到自己非常獨(dú)特的價(jià)值。
18、AI科技評論：關(guān)于視覺（可以是大模型也可以是小模型）接下來新的技術(shù)突破點(diǎn)會(huì)是在什么地方？
吳欣鴻：未來的話，我覺得變革可能還是產(chǎn)生在視頻和3D方面，或者視頻和3D結(jié)合的方面。比方說這十多年以來，無論P(yáng)C互聯(lián)網(wǎng)到移動(dòng)互聯(lián)網(wǎng)，大家看的內(nèi)容還是2D的內(nèi)容，主要是因?yàn)榇蠹矣玫氖謾C(jī)是個(gè)2D平面展示。所以說3D沒有發(fā)展起來，這一方面是因?yàn)榇嬖诩夹g(shù)的難點(diǎn)，另外一方面大家也缺少一個(gè)比較好的互聯(lián)網(wǎng)的接入設(shè)備，但大家看到今年發(fā)生了一些改變，像Apple Vision Pro發(fā)布的時(shí)候震撼了整個(gè)行業(yè)，所以很多廠商也會(huì)跟進(jìn)，把價(jià)格拉低。有一個(gè)很好的3D接入設(shè)備之后，我相信在視頻上以及各種3D特效制作上一定會(huì)有一些改變。像今天發(fā)布的AI演員其實(shí)也是簡單的嘗試，希望把3D內(nèi)容的制作和視頻制作結(jié)合起來，早一點(diǎn)進(jìn)行布局，進(jìn)行早期的積累。
19、AI科技評論：視覺大模型對人們的審美觀念和美學(xué)研究會(huì)帶來什么樣的影響？
吳欣鴻：美圖一直在研究美學(xué)的趨勢，但我們從來不認(rèn)為審美可以被定義，我們一直在幫助每一位用戶去發(fā)現(xiàn)自己喜歡的美，這是一種個(gè)性化的多樣的美。我們要尊重美的形態(tài)各異。AI創(chuàng)作現(xiàn)在確實(shí)是處在一個(gè)比較缺少靈魂的狀態(tài)，我們也很好奇說，未來有沒有可能出現(xiàn)這種真正有創(chuàng)造力的，能夠打造自己獨(dú)一無二風(fēng)格的AI藝術(shù)家？
20、AI科技評論：美圖設(shè)計(jì)室已經(jīng)更新到2.0版本了，其中有一個(gè)功能叫做AI商品圖，如何動(dòng)態(tài)展現(xiàn)這些模特衣服上身效果？
吳欣鴻：現(xiàn)在很多手機(jī)，比如說iPhone它后置的攝像頭有Top模組，理論上可以進(jìn)行空間建?；蛘哒f物體的掃描。當(dāng)我們把一款商品去360度圍繞拍攝，理論上可以得到一個(gè)3D的草模，AI可以在分類統(tǒng)計(jì)上去進(jìn)行渲染，去做很多效果的提升，可以讓它有這種動(dòng)態(tài)效果。我不知道剛才大家有沒有關(guān)注美圖設(shè)計(jì)師的 AI潮鞋環(huán)節(jié)，那個(gè)鞋子它是不動(dòng)的，我們用一個(gè)3D的白膜去進(jìn)行AI逐幀的渲染，基本上每兩三幀就換一個(gè)風(fēng)格，它就這樣轉(zhuǎn)起來了。當(dāng)然我覺得這塊的技術(shù)還遠(yuǎn)不成熟，因?yàn)?D生成可能還處在一個(gè)比較早期的階段，我們現(xiàn)在已經(jīng)在做一些小的探索，如何做到真立體還是假立體。這個(gè)是未來我們需要攻克的。
21、AI科技評論：VIP訂閱業(yè)務(wù)已經(jīng)是第一大收入來源，用戶方面，AI的應(yīng)用帶來最大的變化是什么？
吳欣鴻：在AIGC爆發(fā)之前我們也積累了十幾年的影像技術(shù)，我們要去做一款效果非常驚艷的產(chǎn)品，其實(shí)需要做很大的時(shí)間和人力成本，而且還有很大的不確定性，現(xiàn)在這些積累讓我們可以快速把一些構(gòu)想落地去驗(yàn)證，帶給用戶的反饋也非常正向。從另一個(gè)方面而言，這些創(chuàng)新功能用戶之前可能沒有使用過，用戶也會(huì)有足夠的動(dòng)力去使用甚至去付費(fèi)。比如說像3月份我們?nèi)蚴装l(fā)的AI動(dòng)漫，當(dāng)用戶看到自己拍攝的一個(gè)視頻，可以被轉(zhuǎn)化成像美漫或者日漫的效果，那一刻我相信用戶會(huì)感到非常驚艷，特別能親眼看到自己真人到動(dòng)漫的變身的過程，這個(gè)成果能夠極大地拉動(dòng)我們訂閱和單購的收入。所以總的來說，AIGC爆發(fā)對我們業(yè)務(wù)產(chǎn)生了一個(gè)非常積極、正向的作用。
參考鏈接：
1.https://xueqiu.com/9374162244/246427787
雷峰網(wǎng)雷峰網(wǎng)(公眾號(hào)：雷峰網(wǎng))
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
