美图大模型，如何让AI更懂“美学”？

今天小编分享的互联网经验：美图大模型，如何让AI更懂“美学”？，欢迎阅读。

试想下，未来你要做一个产品评测视频，但距离交稿日期只有两天。而你完全没有创作思路，一笔没动，但你却一点不着急，慢条斯理地用让小白直接在手机中简单操作开拍 APP，根据产品外观，输入提示器来智能生成口播脚本文案，之后再利用有 " 全链路 " 解决视频创作的 WHEE 平台根据提示器，生成脚本文案截图作为场景展示交给客户。

客户审核通过后，利用 AI 数字人工具 DreamAvatar 来生成虚拟主播，并再次使用开拍 APP 进行视频口播拍摄，这时候已经过了一天，产品外观没拍一张，于是你利用美图设计室 2.0X-Design 来先进行 AI 智能抠图，再使用 AI 作图来制作出一张融合进背景的产品外观图，之后使用专业用户创作 WinkStudio 进行视频剪辑，最后使用美图 AI 助手 RoboNeo 对视频进行 AI 修正。

最后，恭喜你，终于提前 2 小时完成了整个视频制作。

以上的场景并不是 " 空穴来风 "，借助美图第二届影像节发布的 AI 新品，上述场景很可能走入寻常百姓家。

未来凭借你 " 个人之力 "，就能单独包揽从脚本创作到最终视频输出的所有工作，一个人可以身兼脚本文案专员、摄影摄像、编导、视频剪辑等职位，而且还能大幅缩减工作时间，对于个人创作者或者小型团队，绝对是一个不可多得的福利。

而能够完成这些工作的底层核心，就是美图影像节的 "one more thing"AI 视觉大模型 MiracleVision 奇想智能。

那相较于已有的大模型产品，美图有什么与众不同？

和已有的大模型不同，美图强调这是一款 " 懂美学 " 的大模型，通过邀请艺术家、专业资深美学背景研究学者，来共同探讨和研究美学趋势，还会和 " 懂美学 " 的创作者一起共建生态。

但是在我看来，美图对于 AI 视觉大模型 MiracleVision 奇想智能还是有些乐观，虽然可以通过模型训练来提升创作的 " 美感 "，通过模型分发来优化模型，但想要快速商业化还需要持续探索。

此外，对于 " 懂美学 " 这个词，就有一定的局限性，美图所讲的 " 美学 " 风格是什么？号召各个艺术家一起商讨美学趋势本身就是 " 各路开花 " 结果，大家审美取向并不一样。

那么，美图大模型对 " 美 " 的理解又是什么样呢？

或许可以从 " 国潮 " 中可以找到答案。

作为国内第一家开启中国传统文化数字传播系统工程的企业，美图公司持续推动影像科技创新，持续将传统文化中的色彩、纹样、妆容等融入现代元素并进行数字化呈现。

这些探索积累大大的帮助了美图的视觉大模型更好的理解什么是 " 国风国潮 "。近年来，美图公司陆续推出了一系列以影像数字化方式演绎 " 国风国潮 " 的传统文化项目 ," 中国潮色 "、" 国潮纹样 "、" 东方潮妆 " 等项目，诠释中国美学。

在理解 " 国风国潮 " 上的基础上，美图对传统影像进行多维度的特征提取和分类，结合 " 国风国潮 " 本身独特的色彩配色方案，将概念转化为影像视觉方案。同时结合多年的技术积累，在通过对影像精准化控制基础上，让视觉大模型进行学习，去真正做到理解 " 国风国潮 "。结合我们视觉大模型本身对语义理解、亚洲人像的背后审美探索等的优势，使得对于国风元素的识别、理解和生成，都具有更高的准确性和创造性。

但我发现在现场展示的根据 AI 提示词来创作国潮人物的学习过程中，在我看来，三个月前的创作形象似乎要比经过大量模拟学习的人物更有个性。

需要注意到的是，美应该是主观的，不被定义的，如果经过三个月乃至更长时间训练出的 AIGC 内容能更让人耳目一新，想必更能体现出 " 懂美学的大模型 " 的价值。

不能否认美图利用 AI 视觉大模型 MiracleVision 作为底层为自家应用产品带来的便捷，但如果从模型底层就开始为 " 美 " 做定义，这是否就背离了艺术应该有的自由、随机特征？

显然，美图在构建这一产品之初，就考虑到了关于 " 美 " 的多样性，即 " 美是多样的 "，通过大模型的海量案例去生成不同人眼中的美，而非偏向于任何一种风格。

此外，美图的 MiracleVision 是国内首个 " 懂美学 " 的 AI 视觉大模型，如何去具体理解？

适当量化和合作参与是其 " 杀手锏 "。

" 美图把长期积累的美学趋势研究融入 MiracleVision 视觉大模型，并搭建了基于机器学习的美学评估系统，为模型生成结果打上 " 美学分数 "，从而不断地提升模型对美学的理解。此外，MiracleVision 视觉大模型具备独特的美学创作者生态，有艺术家、设计师等具有深厚美学背景的专业人士，共同参与到视觉大模型的建设中。"

众所周知，相关研发需要强大的技术支持。在影像节后，品玩记者对美图公司创始人、董事长兼首席执行官吴欣鸿 ( 以下简称 " 吴总 " ) 进行了群访，在提到美图在技术研发上进行了哪些投入时。

吴总称：" 美图 AI 相关布局始于 2010 年，通过成立 MT Lab ( 美图影像研究院 ) 聚焦计算机视觉。自 2013 年开始重点投入深度学习，2016 年即推出 AIGC 的产品雏形 " 手绘自拍 "，广受全球用户欢迎。2022 年 11 月以来，美图 AIGC 产品进入爆发期。2022 年，美图公司研发投入达人民币 5.86 亿元，同比 2021 年增长 7.5％。"

由此可见，美图早于十几年前就着手布局 AI 相关产业，而且随着时代和市场环境的不断变化，在这一领網域的投入也逐年递增。那么，这么大的投入已经取得了怎样的回报呢？

据悉，美图在 AIGC 相关产品的技术研发上有比较大的投入，全面进行资源倾向。一方面不断吸引相关技术人才加入美图，也对原有技术人员进行培训更新；另一方面也加强算力方面的投入。吴总表示，目前美图的很多 AIGC 应用场景有已经被验证的商业模式，用户愿意为 AIGC 产品订阅或单购。

在 AI 的驱动下，截至 6 月 18 日，美图公司的全球 VIP 会员数从去年影像节公布的 450 万增长至 719 万。"VIP 会员数的快速增长，也让我们去年的订阅收入首次超过广告收入，开启了美图商业化的第二曲线。未来，美图将持续进行科技创新探索，结合用户需求研发 AIGC 新品。" 吴欣鸿说。

美图 MiracleVision 视觉大模型，有 " 技术和人 " 持续蓄势

与市面上大部分视觉大模型有所不同，MiracleVision 视觉大模型具有强大的视觉表现力和创作力，并从绘画、设计、影视、摄影、游戏、3D、动漫等视觉创作场景反推技术演化。

然而，好的视觉大模型需要有良好的 " 模型生态 " 支撑，这个过程离不开创作者和开发者的持续参与。在采访中我们得知，美图为创作者提供创作支持，例如像课程、社区和模型创作大赛等。创作者训练的模型，可以在美图旗下产品进行分发，在分发的过程中还能持续进行模型优化。行业客户可以通过 MiracleVision 它的 API 或 SDK 进行商业使用，创作者和开发者也可以从中获得经济收益。