“升級后的騰訊混元中文效果整體超過GPT3.5”。
騰訊混元大模型接入180個內(nèi)部業(yè)務，正式開放“文生圖”功能
多知網(wǎng)10月27日消息，騰訊混元大模型10月26日全新升級，正式對外開放“文生圖”功能。騰訊表示，升級后的騰訊混元中文效果整體超過GPT3.5，代碼能力大幅提升20%。
相比其他大模型，騰訊混元的文生圖應用著力于人像真實感、場景真實感，同時，在中國風景、動漫游戲等場景等生成上有優(yōu)勢。
騰訊數(shù)據(jù)顯示，騰訊混元文生圖能力，目前已經(jīng)被用于素材創(chuàng)作，商品合成，游戲出圖等多項業(yè)務中，此外在廣告業(yè)務下的多輪測評中，騰訊混元文生圖的案例優(yōu)秀率和廣告主采納率分別達到86%和26%。
過去一個月，騰訊混元大模型不僅各項能力均有升級，代碼、數(shù)學能力也大幅提升。
經(jīng)過對32種主流語言代碼文件、各類計算機書籍和博客的學習增訓，騰訊混元代碼處理水平提升超過20%，代碼處理效果勝出ChatGPT 6.34%，在HumanEval公開測試集指標上全面超過Starcoder、Codellama等業(yè)界頭部開源代碼大模型。
只需輸入簡單的指令如“幫我用前端語言實現(xiàn)一個貪吃蛇”，騰訊混元便能自動生成可運行的代碼，快速制作出一個貪吃蛇小游戲。此外，騰訊混元還支持Python、C++、Java、Javascript等多種語言的指令生成，比如輸入“用Python畫紅色的心形線”，騰訊混元會提供代碼庫選擇、安裝命令、繪制代碼等具體操作步驟的指引。
騰訊內(nèi)部目前已經(jīng)有多個開發(fā)平臺接入了騰訊混元大模型，工程師們可以使用騰訊混元來進行代碼生成、代碼補全、代碼漏洞檢測和修復、表格數(shù)據(jù)處理、數(shù)據(jù)庫查詢等工作。
比如，在IDE編程場景中，騰訊工蜂Copilot通過接入混元大模型，可根據(jù)注釋生成對應代碼，或基于上下文智能補全代碼，提高了編程效率?；煸竽Ｐ瓦€可以幫助用戶進行代碼漏洞檢測和修復，保障軟件開發(fā)過程中的安全性。
目前，超過180個騰訊內(nèi)部業(yè)務已接入騰訊混元，包括騰訊會議、騰訊文檔、企業(yè)微信、騰訊廣告和微信搜一搜等。服務公司外部零售、教育、金融、醫(yī)療、傳媒、交通、政務等多個行業(yè)客戶。
據(jù)騰訊介紹，大模型文生圖的難點體現(xiàn)在對提示詞的語義理解，生成內(nèi)容的合理性以及生成圖片的效果，針對這三個技術難點，騰訊進行了專項的技術研究，提出了一系列原創(chuàng)算法，來保證生成圖片的可用性和畫質(zhì)。
1、在語義理解方面，騰訊混元采用了中英文雙語細粒度的模型，模型同時建模中英文實現(xiàn)雙語理解，而不是通過翻譯，通過優(yōu)化算法提升了模型對細節(jié)的感知能力與生成效果，有效避免多文化差異下的理解錯誤。
2、在內(nèi)容合理性方面，AI生成人體結構和手部經(jīng)常容易變形。混元文生圖通過增強算法模型的圖像二維空間位置感知能力，并講人體骨架和人手結構等先驗信息引入到生成過程中，讓生成的圖像結構更合理，減少錯誤率。
3、在畫面質(zhì)感方面，混元文生圖基于多模型融合的方法，提升生成質(zhì)感。經(jīng)過模型算法的優(yōu)化之后，混元文生圖的人像模型，包含發(fā)絲、皺紋等細節(jié)的效果提升了30%，場景模型，包含草木、波紋等細節(jié)的效果提升了25%。
在圖像生成上，騰訊還給出了prompt，比如你想生成一張更接近真人感的照片，或接近實拍的圖片。請使用“生成一張XX的圖片”或者“生成一張XX的照片”，并加上“真實感”或“攝影風”等描述效果會更好。
如果想要特定風格的圖片，建議在提示詞中加入該風格的描述，如油畫風、賽博朋克風、水墨畫風格、像素風、日漫動畫風、兒童畫等，或者使用靈感發(fā)現(xiàn)中的特定風格，這樣會更接近需求。
如果想要的畫面進行盡可能詳細的描述，并建議多次調(diào)整你的提示詞，比如“生成一副照片：亞洲女子，魅力，長發(fā)，戴墨鏡，站在長城上，背景有紅葉”、“畫一幅亞洲女生的畫，黑色與綠色相間的中短發(fā)，卡通人像，迪士尼風，民俗肖像，寧靜臉孔”。
騰訊混元生成圖片的部分案例：
1)真實感人像
生成可愛的亞洲 4 歲女孩穿著棉質(zhì)連衣裙，大眼睛，古代中國，攝影風格，漢服
2)平面場景
畫一幅畫：小企鵝在樹下行走，突然一個蘋果從樹上掉下
03)3D氛圍感場景
生成一張賽博朋克風格的圖片：一只立體的貓穿著賽博朋克風的衣服，周圍是燈紅酒綠的城市場景，潮濕的地面上反映了城市的倒影
04)古詩詞
幫我生成一張圖片：空山新雨后，天氣晚來秋，水墨風格
