華為云AI盤古跨界時尚圈，設計出四款元旦穿搭

還記得去年6月參加高考

迎戰北京卷作文的

華為云AI盤古大模型嗎？

《今天參加高考的有1078萬考生和一個AI》

半年來我們家學霸盤古又漲了本事

今日化身服裝設計師

急你所急，想你所想

特意設計了幾套“元旦”主題的服裝

快來看看你喜不喜歡！

PS：以下所有服裝由華為云AI盤古大模型生成，搭配由倔強宣稱自己是“時尚領路人”的市場部同事完成。

下滑看盤古作品

▼▼▼

怎么樣？

喜歡盤古為你設計的這幾款衣服嗎？

這其實是華為云盤古多模態大模型的能力

在現實生活中，信息模態是多種多樣的，如圖像、聲音、文字、味道、觸感等。與單一模態任務不同，多模態預訓練模型能夠綜合運用多種模態的信息對事物進行理解、思考和推理，從而實現更高級的智能應用，比如這里呈現的以文生圖的服裝設計任務。

因此多模態預訓練模型也被廣泛地認為是從限定領域的弱人工智能邁向通用人工智能路徑的探索。

▲盤古工作界面

華為云盤古多模態大模型基于億級自然圖像進行預訓練，并在十萬級時尚產業數據上進行微調，得到適合應用于服裝行業的盤古時尚多模態大模型。面向億級數據的訓練，如果利用單節點8卡V100來訓練盤古大模型，耗費的時間需要以年計算。這是華為云盤古大模型團隊研發過程中面臨的最大挑戰之一。

為了應對并行處理海量數據的挑戰、提高模型預訓練的效率，盤古團隊融合了多個先進的優化策略，如模型并行、數據并行、混合精度運算、稀疏訓練等。同時，基于華為云高效的節點并行調度算法，盤古多模態大模型最終以天級為單位完成訓練。

未來，華為云盤古多模態大模型

主要可在四個方面

輔助時尚設計師進行創作

第一：

幫助設計師洞察流行趨勢。盤古多模態大模型對十萬級時尚產業數據的顏色、版型、圖案等元素進行分析后，批量生成與流行趨勢接近的服飾，將當下流行元素視覺化并提煉給設計師，洞察用戶消費意向，預判行業流行趨勢。

第二：

支持生成多樣化服飾。盤古多模態大模型基于億級自然圖像和十萬級時尚產業數據，支持以文生圖，向設計師推薦風格多樣、款式多樣的服飾圖片。根據客戶調研結果所示，設計師搜集素材的時間往往占整個制作周期的70%以上，真正花在設計上的時間僅為30%。通過應用盤古多模態大模型，設計師能夠在創作前期根據不同的推薦結果快速積累靈感，快速地進入二次創作。

第三：

幫助批量生成符合要求的服飾圖片。盤古時尚多模態大模型當前可支撐一站式批量呈現128張推理生成的服飾圖片。

傳統設計過程中，設計師在搜索引擎尋找參考時，通常會遇到信息冗雜、搜索結果不精確等問題，需要花費大量時間反復收集。應用盤古時尚多模態大模型后，設計師僅需輸入目標款式的對應文本描述，如“羽絨服”，就可以快速獲得與文本描述相匹配的服裝圖片，縮短創作構思過程。

▲華為云盤古多模態大模型生成羽絨服

第四：

具備分鐘級設計推理能力。當前盤古多模態時尚大模型利用Attention Cache等技術加快推理速度，在華為云提供的單卡V100支持上可支撐分鐘級推理速度，快速反饋推理結果。

▲華為云盤古大模型聯手時諦智能，為四川大涼山孩子制作愛心冬衣；

依靠AI、云計算等技術支撐，將設計時間從三周縮短為5-7天。

有了盤古，華為云就要跨界時尚圈兒了

明年會不會有時尚雜志

來聯系盤古做專訪，拍封面呢？

偷偷告訴你

已經有許多服裝品牌在與盤古洽談

說不定明年你手里的哪件衣服

就是盤古的設計呢~~

AI 機器學習

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。