推理 华为云AI盘古跨界时尚圈,设计出四款元旦穿搭

还记得去年6月参加高考
迎战北京卷作文的
华为云AI盘古大模型吗?
《今天参加高考的有1078万考生和一个AI》
半年来我们家学霸盘古又涨了本事
今日化身服装设计师
急你所急 , 想你所想
特意设计了几套“元旦”主题的服装
快来看看你喜不喜欢!

推理 华为云AI盘古跨界时尚圈,设计出四款元旦穿搭
文章图片

PS:以下所有服装由华为云AI盘古大模型生成 , 搭配由倔强宣称自己是“时尚领路人”的市场部同事完成 。
下滑看盘古作品
▼▼▼

推理 华为云AI盘古跨界时尚圈,设计出四款元旦穿搭
文章图片

怎么样?
喜欢盘古为你设计的这几款衣服吗?
这其实是华为云盘古多模态大模型的能力
在现实生活中 , 信息模态是多种多样的 , 如图像、声音、文字、味道、触感等 。 与单一模态任务不同 , 多模态预训练模型能够综合运用多种模态的信息对事物进行理解、思考和推理 , 从而实现更高级的智能应用 , 比如这里呈现的以文生图的服装设计任务 。
因此多模态预训练模型也被广泛地认为是从限定领域的弱人工智能迈向通用人工智能路径的探索 。

推理 华为云AI盘古跨界时尚圈,设计出四款元旦穿搭
文章图片
▲盘古工作界面
华为云盘古多模态大模型基于亿级自然图像进行预训练 , 并在十万级时尚产业数据上进行微调 , 得到适合应用于服装行业的盘古时尚多模态大模型 。 面向亿级数据的训练 , 如果利用单节点8卡V100来训练盘古大模型 , 耗费的时间需要以年计算 。 这是华为云盘古大模型团队研发过程中面临的最大挑战之一 。
为了应对并行处理海量数据的挑战、提高模型预训练的效率 , 盘古团队融合了多个先进的优化策略 , 如模型并行、数据并行、混合精度运算、稀疏训练等 。 同时 , 基于华为云高效的节点并行调度算法 , 盘古多模态大模型最终以天级为单位完成训练 。
未来 , 华为云盘古多模态大模型
主要可在四个方面
辅助时尚设计师进行创作
第一:
帮助设计师洞察流行趋势 。 盘古多模态大模型对十万级时尚产业数据的颜色、版型、图案等元素进行分析后 , 批量生成与流行趋势接近的服饰 , 将当下流行元素视觉化并提炼给设计师 , 洞察用户消费意向 , 预判行业流行趋势 。
第二:
支持生成多样化服饰 。 盘古多模态大模型基于亿级自然图像和十万级时尚产业数据 , 支持以文生图 , 向设计师推荐风格多样、款式多样的服饰图片 。 根据客户调研结果所示 , 设计师搜集素材的时间往往占整个制作周期的70%以上 , 真正花在设计上的时间仅为30% 。 通过应用盘古多模态大模型 , 设计师能够在创作前期根据不同的推荐结果快速积累灵感 , 快速地进入二次创作 。
第三:
帮助批量生成符合要求的服饰图片 。 盘古时尚多模态大模型当前可支撑一站式批量呈现128张推理生成的服饰图片 。
传统设计过程中 , 设计师在搜索引擎寻找参考时 , 通常会遇到信息冗杂、搜索结果不精确等问题 , 需要花费大量时间反复收集 。 应用盘古时尚多模态大模型后 , 设计师仅需输入目标款式的对应文本描述 , 如“羽绒服” , 就可以快速获得与文本描述相匹配的服装图片 , 缩短创作构思过程 。

推理 华为云AI盘古跨界时尚圈,设计出四款元旦穿搭
文章图片


以上关于本文的内容,仅作参考!温馨提示:如遇专业性较强的问题(如:疾病、健康、理财等),还请咨询专业人士给予相关指导!

「辽宁龙网」www.liaoninglong.com小编还为您精选了以下内容,希望对您有所帮助: