格隆匯6月26日丨虹軟科技(688088.SH)近期接受特定對(duì)象調(diào)研時(shí)表示， AIGC持續(xù)火熱，由文生圖開始延續(xù)到圖生圖、圖生視頻等階段，公司在AIGC技術(shù)與各大模型的差異主要分為以下三大方面：

1、可控"Control+Net"

【資料圖】

"Control+Net"是一個(gè)比較廣義的概念，如：卷積神經(jīng)網(wǎng)絡(luò)、小模型網(wǎng)絡(luò)等等，統(tǒng)稱 "Control+Net"，其精細(xì)可控的結(jié)果可以用于指導(dǎo)各種各樣的大模型生成控制。公司目前在"Control+Net"的規(guī)劃布局上大體分為五大類：

第一類：分割。分割的終極目的是"分割萬物"，但大模型通常沒有辦法給出非常精細(xì)的結(jié)果，邊緣通常有些粗糙。虹軟精耕分割領(lǐng)域多年，可以分割出非常精確的邊緣，甚至發(fā)絲及鏤空區(qū)域，這是非常核心的技術(shù)。

第二類：Pose。人體Pose主要分為三個(gè)部分，面部、手和身體，除了相關(guān)成熟且已應(yīng)用到項(xiàng)目中多年的2D技術(shù)，目前虹軟還可以做到單目恢復(fù)人體3D模型的程度，為人體的局部細(xì)節(jié)控制和生成打下堅(jiān)實(shí)的基礎(chǔ)。

第三類：深度恢復(fù)。目前虹軟有成熟的單攝和多攝深度恢復(fù)技術(shù)，一張照片就可以準(zhǔn)確恢復(fù)圖像的深度信息，此技術(shù)已經(jīng)在手機(jī)背景虛化功能上穩(wěn)定使用多年，對(duì)公司的產(chǎn)品競(jìng)爭(zhēng)力提升極大，相信將來也會(huì)成為 AIGC 產(chǎn)品的強(qiáng)力助手。

第四類：抽象化的邊緣檢測(cè)。美是抽象的，更是有藝術(shù)創(chuàng)造性的，虹軟在人像美化和美型方面有十余年的經(jīng)驗(yàn)積累，對(duì)人體邊緣檢測(cè)的抽象化和美的處理可以驅(qū)動(dòng)產(chǎn)生更符合大眾審美的模特生成結(jié)果。

第五類：全圖分析。公司目前很多技術(shù)都需要分析圖片中的對(duì)象，包括整幅圖中的出現(xiàn)的光照、人物、場(chǎng)景等等，然后做畫質(zhì)或人像相關(guān)的特殊化處理，而這也將會(huì)使我們對(duì)大模型的生成有著更好的控制力。

2、優(yōu)化模型和優(yōu)化輸入

公司沒有自己的大模型，除自主研發(fā)外，還會(huì)結(jié)合具體的業(yè)務(wù)，通過對(duì)樣本和開源大模型的優(yōu)化，并結(jié)合相關(guān)領(lǐng)域的多個(gè)精細(xì)可控小模型，聯(lián)合起來相互作用，最終取得更好的產(chǎn)品效果。

3、解決圖片中的小錯(cuò)誤

即使AIGC生成的圖片中有各種各樣"Control+Net"類型的控制，但是仍然避免不了會(huì)有一些小錯(cuò)誤。解決的方法大體有兩種，①把圖片中多余、不合邏輯的地方去掉。②加強(qiáng)圖片中想要的東西，而且把不想要的對(duì)象去掉。所以，公司在AIGC技術(shù)上，能與大模型結(jié)合來創(chuàng)新引擎，從而與深度學(xué)習(xí)引擎、計(jì)算機(jī)視覺引擎、淺層網(wǎng)絡(luò)引擎以及3D圖形引擎等聯(lián)合起來，產(chǎn)生想要的、可控的結(jié)果，而且大大減少錯(cuò)誤，這是一個(gè)自適應(yīng)的過程。公司做視覺移動(dòng)終端多年，積累了大量計(jì)算機(jī)視覺和人工智能的引擎，且許多引擎在手機(jī)上都已經(jīng)落地，已經(jīng)具有速度快、省電、穩(wěn)定、錯(cuò)誤少、成功率高等特點(diǎn)，處理效果與產(chǎn)生的結(jié)果都較好。