2024-09-03 15:13
階躍星辰生圖模型上線，國風意境絕美，隱藏咒語曝光！
近日，大模型創(chuàng)業(yè)公司階躍星辰在其開放平臺體驗中心，正式上線了圖像生成大模型Step-1X，注冊即可體驗。
指路鏈接：https://platform.stepfun.com/console-tools?model=step-1x-medium
事實上，這款大模型之前已經(jīng)備受期待。
在7月份舉行的2024世界人工智能大會上，階躍星辰一口氣發(fā)布了萬億參數(shù)語言大模型Step-2、多模態(tài)大模型Step-1.5V和圖像生成大模型Step-1X三款大模型，并且跟上海電影夢幻聯(lián)動，基于經(jīng)典IP《大鬧天宮》開發(fā)了H5互動體驗「測測你是哪路神仙」。
據(jù)了解，《大鬧天宮》可用于訓練的數(shù)據(jù)資源稀缺，但Step-1X圖像生成大模型只用了極其少量的數(shù)據(jù)，就實現(xiàn)了質量可觀的生成效果。
我們此前測試的結果是ISFP，被診斷為蟠桃仙官
Step-1X重點打磨了深度語義對齊能力和細節(jié)生成能力，采用全鏈路自研的DiT(Diffusion Models with transformer)模型架構，能深度理解復雜指令下的含義，比如多主體和復雜場景背后的邏輯關系、情感和文化內(nèi)涵。
Step-1X還支持高達2000個字符的圖片生成指令，能讓圖文精準匹配，靈活滿足廣告創(chuàng)意、游戲美術、影視制作、產(chǎn)品設計、教育輔助等不同場景下的創(chuàng)作需求。
另外，Step-1X針對中國元素和文化進行了深度優(yōu)化，在處理中國風內(nèi)容時具有獨特優(yōu)勢，能更好地演繹出背后的文化精髓。
Step-1X發(fā)布后，不少用戶已經(jīng)率先玩起了創(chuàng)意，從大家的體驗圖中我們也觀察到了這款大模型在不同創(chuàng)作場景下的生成效果：
讓大模型為古詩詞配圖，挑戰(zhàn)在于是否能精準理解古詩中描繪的象征性事物，并捕捉和抒發(fā)出詩詞背后的意境和詩人蘊含其中的情感。
「疏影橫斜水清淺，暗香浮動月黃昏」，圖片描繪出了梅花照水，在月光下暗香浮動的唯美和靜謐。
「采菊東籬下，悠然見南山」，有縱深感的繪畫視角與「遠遠看到南山」的含義相應和，明朗柔和的用色體現(xiàn)出了陶淵明詩詞背后豁達開闊的心境。
「浪跡江湖白發(fā)新，浮云一片是吾身」，Step-1X用國風動漫風進行了刻畫，設計了一個背對畫面的人物，站在高處遠眺壯闊的云海，去表達浪跡江湖的恣意灑脫。
越來越多作家開始用AI寫小說、配插圖，也有用戶通過給Step-1X描述劇情，創(chuàng)作屬于自己的故事繪本。比如：
故事：女孩的神秘探險
1. 一個未來的水下城市中，女孩戴著透明頭罩，穿梭在閃爍著藍綠色光芒的隧道里。她周圍是高聳的珊瑚建筑和游弋的海洋生物。頭罩內(nèi)的智能系統(tǒng)實時分析環(huán)境，她的任務是探索這片充滿未知的海底世界以及體驗深海帶來的神秘與孤獨感。
2. 一個未來的水下城市中，女孩戴著透明頭罩，穿著黑藍色的高科技質感的潛水服，她四肢修長，在海里像一個優(yōu)美的美人魚。她發(fā)現(xiàn)海底世界邊緣某處閃著耀眼的金光，似乎是一處寶藏，她向寶藏的方向游去。遠景鏡頭。
3. 一個未來的水下城市中，在水下城市的最深處，美麗的女孩戴著透明頭罩，穿著黑藍色的高科技質感的潛水服，她發(fā)現(xiàn)了海底的寶藏，寶藏放在一個破舊的箱子里金光閃閃，寶藏后面隱藏著一只兇猛的巨獸。
Step-1X在生成古代人物時，對富有歷史感的服飾體現(xiàn)出了像素極的把握，比如在這幅鳳冠霞帔的女子畫面中，飾品上的紋路都清晰可見。
用Step-1X生成現(xiàn)代人物的視覺圖像，對女孩子發(fā)絲、雀斑、唇紋的描繪細致入微，且圖像就定格在水滴滑落的瞬間，有了時間感。
用Step-1X生成動畫英雄人物的形象，Step-1X 交的答卷展現(xiàn)出了幾種對英雄的刻畫方式：耀眼的、眼神堅毅的、在沖突性場景中對抗對手的。
Step-1X可以為用戶指定的創(chuàng)作元素賦予不同藝術流派的風格，這背后是文生圖大模型對藝術家風格的捕捉和理解能力。
比如模仿印象派大師莫奈創(chuàng)作的花海，抓住了光影輪廓線模糊化、色彩透明度高的特點，演繹出印象派抒情的畫風。
而模仿達利創(chuàng)作的圖片，捕捉了超現(xiàn)實主義荒誕不羈的特色，呈現(xiàn)了一個內(nèi)容魔幻的動物茶話會。
在對動物形象的描繪中，Step-1X呈現(xiàn)出了細膩的畫風，而且動物在刻畫中被賦予了或可愛或威武的人格。
階躍星辰官方公眾號還披露了兩個隱藏玩法，能讓生圖效果獲得加成：
1. 在Prompt中融入咒語「令人嘆為觀止的細節(jié)，逼真的畫面」，讓圖片的寫實程度進一步提升。
圖片中對古典中國園林的刻畫極致入微，能細致到每片葉子，巴黎街道的長曝光圖片也跟單反相機拍攝效果有的一拼。
古典中國園林景象
巴黎街道的長曝光照片
2. 用智能助手「躍問」完善Prompt
階躍星辰開發(fā)的智能助手「躍問」搭載了Step-1.5V多模態(tài)大模型，識圖能力Max。
把圖片發(fā)給躍問(yuewen.cn)，配上下面這段Prompt后，使用新得到的Prompt進行文生圖創(chuàng)作：「你是一個文生圖模型的提示詞專家，你善于通過圖片分析內(nèi)容里面的人物形象、環(huán)境、背景、圖片風格、色調等信息，然后以此為基礎創(chuàng)作文生圖模型的提示詞?！?/p>
比如下面兩張圖，基于躍問識圖和Step-1X文生圖能力，生成了一張與原圖中人物動作、情感都十分類似的圖片。
原圖
Step-1X生成圖
另外，除了上線圖像生成大模型Step-1X ，階躍星辰開發(fā)平臺近期還迎來了多項更新，包括：
發(fā)布極速版模型Step-1-flash。Step-1-flash是一款高性價比模型，可支持的上下文長度為8k，相對于此前發(fā)布的Step-1語言大模型首字延遲降低25%，輸出速度是Step-1的1.7倍。
開放平臺體驗中心上線，體驗中心具有直觀的用戶界面，無需編寫任何代碼即可體驗階躍星辰旗艦模型。
上線了應用開發(fā)指南，根據(jù)開發(fā)者碰到的高頻問題，提供大模型應用開發(fā)的最佳實踐指導和代碼示例。目前已經(jīng)上線了關于文生圖、 Json Mode、Prompt Engineering、流式輸出、多輪對話、異常處理和Tool Call的內(nèi)容。
要迎來AI應用的井噴式爆發(fā)，先決條件是底層大模型創(chuàng)新公司能堅持探索技術邊界，通過生態(tài)開放實現(xiàn)技術普惠，無限降低開發(fā)者的使用門檻。
階躍星辰正在這條路上持續(xù)加碼，除了快速迭代模型產(chǎn)品，階躍星辰也面向AI應用開發(fā)者推出了「繁星計劃」，提供免費tokens、技術支持、孵化器服務、行業(yè)資源對接等一系列支持和服務。
相關文章
近期文章
更多
Altman
