阿里云发布AI绘画创作大模型“通义万相”助企业释放创造力及生产力

 阿里巴巴集团的数字技术与智能骨干业务阿里云今日于2023世界人工智能大会（WAIC）上发布最新人工智能（AI）绘画创作大模型 [通义万相]。这一前沿生成式AI模型现已面向中国内地企业客户开启定向邀测

阿里云同时宣布推出通用框架ModelScopeGPT，旨在协助用户透过使用ModelScope平台上的多元AI模型完成各类复杂度高和专业性强的AI任务，适用领域包括语言、视觉和语音等。开源模型即服务（Model-as-a-Service）平台ModelScope 由阿里云于去年推出，目前已有超过900个AI模型

阿里云智能首席技术官周靖人表示：“『通义万相』代表着我们在前沿生成式AI模型发展历程上的又一重要里程碑，我们正不断探索重塑行业发展范式的技术，以协助企业和社群释放更大创造力及生产力。”他续指：“『通义万相』的发布将进一步令高质AI生成图像于不同行业广泛使用，协助电子商务、游戏、设计和广告等众多领域的企业开展创新的AI艺术创作和创意表达。

【通义万相】具备强大图像生成能力

生成式AI模型擅长处理多种任务，可依据中英文文字指令生成细节丰富、风格多样的图像，包括水彩画、油画、国画、动画、素描、扁平插画和3D卡通。“通义万相”可将图片转换成风格类似的新图片，还可透过风格迁移将图像风格化，即保留原始图像的内容同时应用另一图像的视觉风格，将任何图像转换为具有特定风格的新图像。

该模型借助阿里云于知识重组、视觉AI和自然语言处理（NLP）方面的开创性技术，采用多语言资源以强化模型训练。“通义万相”拥有强大的语义理解能力，因此可生成更为精确及符合语境的图像。

此外，透过优化基于讯噪比的高解析度扩散过程，该模型可于确保构图准确度及细节清晰度之间取得平衡，同时其于干净背景上生成高对比度及具视觉冲击力图像的能力亦可显著提升。

阿里云使用其自研大模型Composer开发 [通义万相]，可更好地控制最终输出图像，如空间布局和调色板，同时确保图像合成兼具品质和创意。

[通义万相]文生图示例

文字指令：绘制黄昏时的城市景观，构建一个融合现代建筑与令人陶醉的动漫美学的世界 Prompt: Picture a cityscape at twilight, a world merging modern architecture with the evocative aesthetics of anime.（初始文字指令为英文）	文字指令：以明艳的色彩将大自然叠加为一个无限循环符号 Prompt: Beautiful nature superimposed into an infinite loop sign with bright colours.（初始文字指令为英文）
文字指令：沉浸式、迷人的灰度着色，以静谧的曼陀罗森林中的一只老虎为主题。该图由线条和笔触组成。 Prompt: Immersive, captivating, grayscale coloring, featuring a tiger in the tranquil mandala forest. The image is composed of lines and brushstrokes.（初始文字指令为英文）	文字指令：一个穿着美丽精致的中式汉服的六岁女孩站在衣架前展示，中景特写，85毫米镜头 Prompt:  A six-year-old girl’s beautiful and exquisite Chinese-style Hanfu is displayed in front of a clothes rack, medium close-up, 85mm lens（初始文字指令为英文）

“通义万相”的演示视频请参阅此链接。

中國內地企業用戶可登入https://wanxiang.aliyun.com/申請內測。

推出ModelScopeGPT以处理复杂AI任务

阿里云同时推出的ModelScopeGPT旨在透过一套技术框架充分发挥平台上语言大模型的能力。ModelScopeGPT将使用语言大模型作为控制器（controller)，连接“魔搭”开源社区中大量特定领域的专业模型。ModelScopeGPT建于丰富的模型即服务生态系统之内，并依托阿里云提供的多种强大AI能力。企业和开发者可免费使用ModelScopeGPT访问和执行最贴合用户需求的模型，以完成复杂度高的AI任务，例如开发多语言视频。

阿里云于今年4月发布其语言大模型“通义千问”，并计划在不久后将语言大模型陆续嵌入阿里巴巴的各项业务中以提升用户体验。阿里云的客户企业和开发者将透过大模型以更低成本建构专属AI功能。自该模型推出以来，已收到来自金融科技、电子、运输、时尚和乳制品等众多行业企业的超过30万个内测申请。

此前阿里雲智能助手「聽悟」亦接入「通義千問」，目前升級版的「通義聽悟」，可精準高效地理解和分析多媒體內容。自「通義聽悟」推出以來，已有超過36萬名用戶使用了這一AI助手。

此前阿里云智能助手“听悟”亦接入“通义千问”，目前升级版的“通义听悟”，可精准高效地理解和分析多媒体内容。自“通义听悟”推出以来，已有超过36万名用户使用了这一AI助手。

AI黑客松大赛激发创新

ModelScope社区还主办了其中国首届AI黑客松，以促进AI模型的产业化应用。比赛还将予以参赛者包括现金和来自领军风投企业的融资机会等奖励。

目前超过300支参赛队伍中已有56支进入决赛，并在两大赛道上角逐奖项：一是透过语言大模型创新以解决生活中的现实问题；二是利用现有预训练模型以完成指定任务，如文生图，或构建由语言大模型驱动的自动助理，以使用正确的模型完成特定任务。

周靖人表示：“透过举办竞赛和社区活动，我们希望能与更多开发者和创业者互动，鼓励他们实现创意，释放生产力，创造更多用途丰富的AI工具，从而塑造我们行业的未来发展。”