这个懂中文的AI高手，画出的高山明月太惊艳！中英双语模型已开

　　编辑：好困【新智元导读】AIGC如火如荼发展的当下，中文世界的创作者常有几大痛点：思考英文Prompts准确表达的绞尽脑汁，翻译软件词不达意的尴尬，精细构思的Prompts在画面生成中找不到一丝痕迹，亦或面对文化误解中的中国风哭笑不得
　　日前，智源研究院大模型研究团队开源最新双语AltDiffusion模型，为中文世界带来专业级AI文图创作的强劲动力：
　　支持精细长中文Prompts高级创作；无需文化转译，从原汁原味中国话直达形神兼备中国画；且在绘画水平上达到低门槛中英对齐原版StableDiffusion级震撼视效，可以说是讲中文的世界级AI绘画高手。
　　创新模型AltCLIP为这一工作的基石，为原CLIP模型补齐更强的跨语言三大能力。AltDiffusion和AltCLIP模型均为多语言模型，中英双语为第一阶段工作，代码与模型已开源。
　　AltDiffusion
　　https：github。comFlagAIOpenFlagAItreemasterexamplesAltDiffusion
　　AltCLIP
　　https：github。comFlagAIOpenFlagAIexamplesAltCLIP
　　HuggingFacespace试玩地址：
　　https：huggingface。cospacesBAAIbilingualstablediffusion
　　技术报告
　　https：arxiv。orgabs2211。06679专业级中文AltDiffusion长Prompt精细绘画原生中国风，满足中文AI创作高手的高需求
　　得益于以AltCLIP为基础的强大中英双语言对齐能力，AltDiffusion达到近似于StableDiffusion程度的视效水平，尤其具备更懂中国话、更善中国画的独特优势，非常值得专业级中文AI文图创作者期待。1。长Prompt生成，画面效果毫不逊色
　　Prompt长短是检验模型文图生成能力的分水岭，越长的Prompt，越考验语言理解、图文对齐和跨语言这三大能力。
　　在同样的中英文长Prompt输入调校下，AltDiffusion在不少图片生成案例中表现力甚至更胜一筹：元素构成丰富精彩、细节描摹细腻精准。
　　左滑一览主流模型同主题创作效果
　　2。更懂中国话，更善中国画
　　除中英文Prompts输入表现近似之外，AltDiffusion还能补齐西方世界里中国画风的不足，利用中文图文对继续微调出中文特色的生成，例如国画风格生成模型，产出真正的中国风。
　　左滑饱览旖旎国风美
　　AltDiffusion更懂中文，在中国文化语境中的意义描摹上指哪打哪，秒懂创作者意图。例如对唐朝盛景的描绘，避免出现因文化误解而产生的跑题情况。
　　尤其对原生于中国文化的概念，理解与表现更为精确，得以避免日本风与中国风混淆，令人啼笑皆非的状况。例如，与StableDiffusion在中英文输入对应唐装人物风格的Prompts，差异一目了然：
　　左滑对比两种中国风
　　在特定风格的生成中，会原生以中文文化语境为身份主体，进行风格创作，例如对于下面带有古建筑的prompt，会默认生成中国古代建筑。在创作风格上更加贴合中文创作者身份。
　　3。中英双语，生成效果对齐
　　AltDiffusion基于StableDiffusion，通过将原来StableDiffusion中的CLIP替换成AltCLIP，并且用中英文图文对对模型进行进一步的训练得到。得益于AltCLIP强大的语言对齐能力，AltDiffusion的生成效果在英文上与StableDiffusion很接近，在中英文双语的表现上也体现了一致性。
　　如戴帽子小狗的同义中英文Prompts输入AltDiffusion后，生成画面效果基本对齐，一致性极高：
　　在对男孩的画面增加描述词为中国男孩之后，在原小男孩形象基础上，精准调整成典型中国孩子，在语言控制生成中展现出极佳语言理解能力和精准的生成表达结果。
　　打通StableDiffusion原生态丰富生态工具与PromptsBook应用，可玩性极佳特别值得一提的是AltDiffusion的生态打通能力：所有支持StableDiffusion的工具如StableDiffusionWebUI，DreamBooth等都可应用在我们的中英双语Diffusion模型上，为中文AI创作提供了丰富选择：
　　1。StableDiffusionWebUI
　　一个优秀的文图生成、文图编辑的网页工具；当我们把北大夜景图霍格沃茨（prompt：Hogwarts）化，瞬间即可呈现梦幻的魔法世界；
　　左滑直通霍格沃茨
　　2。DreamBooth
　　通过少量样本对模型进行调试以生成特定的风格的工具；通过这一工具，在AltDiffusion上利用少量中文图片即可生成特定风格，比如大闹天宫风格。
　　3。充分利用社区StablePromptsBook
　　Prompts对于生成模型非常重要，社区用户通过大量prompts尝试，积累出丰富的生成效果案例。这些宝贵的prompts经验，对于AltDiffusion用户几乎全都适用！
　　此外，还可以通过混合中英文方式去搭配一些神奇的风格和元素，或继续挖掘对AltDiffusion适用的中文Prompts。
　　4。方便中文创作者微调
　　开源的AltDiffusion提供了中文生成模型的一个基础，大家可以在这个基础上用更多特定领域的中文数据进行模型微调，方便中文创作者表达。
　　以首个双语AltCLIP为基石全面增强跨语言三大能力，中英对齐、中文更优，极低门槛
　　语言理解，图文对齐，跨语言能力，是跨语言研究必备的三种能力。
　　AltDiffusion的诸多专业级能力，源于AltCLIP以创新性换塔思路，在这三大能力上全面增强：与原CLIP中英文语言对齐能力大大提高，可以无缝接入StableDiffusion等所有建立在原CLIP上的模型和生态工具；同时赋予其强悍的中文能力，在多项数据集取得中文更优效果。（详细解读请参考技术报告）
　　值得一提的是，这种对齐方法对训练多语言多模态表征模型的门槛大大降低，相对于重新去做中文或者英文的图文对预训练，只需约1的计算资源与图文对数据。
　　在全面CLIPbenchmark中取得了和英文原版一致效果
　　在一些检索类数据集上如Flicker30K上超过了原版
　　Flicker30K上表现效果超过原版CLIP
　　中文ImageNet上zeroshot结果最优
　　参考资料：
　　https：mp。weixin。qq。comsmQ0CcTlkrMalZhPSMg4K4Q