這篇推送，以至於這次的更新，其實應該在兩周前發布的，如果我們沒有一個接一個的陽了的話。好在我們在上周快結束的時候，團隊所有人都基本轉陰了，我們在這周開始繼續恢復正常工作，然後將這次的更新上線。
我們處在一個快速變化的時代，在 6pen 所在的這個領域更是如此，從市場上來看，文生圖似乎已經是昨日黃花，如今新的熱點已經變成 chatgpt 這樣的文本對話模型，一方面，我們認為在圖像領域，人類創造和建立的技術，場景和應用還遠遠沒有到達最終境地，另一方面，我們也對新模態的各種技術充滿興趣和好奇。
因此，我們將繼續在圖像生成上做更多「新技術-創新產品」結合的工作，也將開始探索新的模態。
不得不說，能夠把人生的精力投入到這樣的事情當中，我認為這是一件幸事。
我們將在接下來對 6pen 進行一系列更新，而其中第一個，就是定製模型。
定製模型可以讓你用十幾張照片或者圖片，訓練一個屬於你的模型，這個模型可能知道你長什麼樣子，或者你的玩具是什麼樣子，或者能知道你的畫風，你可以取一個名字，例如「王二」，或者「老王的無人機」，或者「王二手繪風格」，然後你就能在文本描述中用「王二穿着超人衣服的自拍照」來生成你穿着超人衣服的圖片，用「老王的無人機在珠穆朗瑪峰飛行」來生成你的玩具飛機在珠峰飛行的圖片。
舉個例子，以下是我的照片（大概看看就行了，我懇請大家不要點開大圖看），它們被用來訓練了一個定製模型，叫做「DK加強版」
這個模型知道我長什麼樣子，所以我可以在文本描述里加入「DK」，模型就能生成出我的樣子來，這是使用這個定製模型，根據不同的描述生成的圖片
上面的例子，只是我調配的一些文本描述，你可以自己去嘗試，去寫各種風格，各種場景的文本來生成，可能會不太行，也可能有驚喜，但都有你在其中。
我的朋友和前同事老韓也做了測試，她的結果也很不錯，這是她用來訓練的照片的其中幾張：
這是她用訓練完的模型生成的一些圖：
一直以來老韓都希望當一個職業女強人，我們也能從她的圖九中感受到這份心思。
在技術界，這其實不算什麼新鮮的東西，諸如 DreamBooth、Textual Inversion、Aesthetic Gradients 等技術，很早就可用於模型的定製訓練，但它們的問題在於，效果好的，算力成本往往高；算力成本低的，效果往往就差。
此外還有一個共同的問題，就是使用門檻高，需要比較繁瑣的設置和一些代碼能力，模型文件管理和長期的調用等問題也很棘手，所以即便你看到有一些支持讓你上傳一些圖，然後得到一些圖的服務，他們也只是一次性的生成一些圖給你，不會允許你自己把玩這個模型。
無需隱瞞，6pen 的長處不是在底層技術上做突破——我們欽佩能做到這些的人，但我們的長處是將好的技術，工程化，進而產品化，從而以合理的方式，低廉的成本，給更多普通人帶來使用新技術的機會，並產生更多可能性。
定製模型正是如此，我們將多項開源的訓練技術進行有效的融合，在算力成本和效果上取得平衡，然後使用了一個高效靈活的算力集群為其服務，並在終端的用戶操作頁面上進行優化，從而實現了現在的，1分鐘即可完成創建，20分鐘跑完訓練，不到 10 塊錢就能完成的定製模型。
定製模型訓練完畢後，我們會免費幫你用其生成大約 50 張圖片，這些圖片使用我們測試過比較好的文本描述來生成，某些類似服務，到這裡就結束了，屬於一次性買賣，但在 6pen 這只是一個開始，事情並沒有結束，因為你還可以自己自由的寫描述去生成，去調試，去調用和探索你訓練的模型。
關於定製模型的使用方式，訓練建議，費用(超便宜)，隱私規則，我們在文檔中有更詳細的介紹，你也可以在我的-定製模型里去親自體驗。
老實說，目前的定製模型還處在一個比較初級的階段，受限於各種限制，我們無法完全採用能實現最好效果的方案，但我們會在未來對其進行不斷優化，可能幾個月後，效果還會有很大的提升，更多品類，包括風格的訓練，我們也會在未來推出。
定製模型意味着什麼？我認為它意味着一種可能性，一種真正參與其中的可能性，從此，生成式AI，將和你個人，有某種關聯，我們一直以來所稱呼的模型，不再是所有人都使用同樣一個 pth 文件，然後隨便找一塊 GPU 開始推理，而是有了你個人的部分，或者中二一點稱之為印記也可以。
另一方面，能夠生成某種相對固定的人臉，物體，風格，也可以幫助你實現更好的創意，做出更好的策展，我們還會發布一些新的玩法，利用定製模型，也能取得更有意思的結果。
祝大家訓練愉快，身體健康。
留言列表