0
近日，大模型創業公司階躍星辰在其開放平臺體驗中心，正式上線了圖像生成大模型 Step-1X，注冊即可體驗。（指路鏈接：https://platform.stepfun.com/console-tools?model=step-1x-medium）
事實上，這款大模型之前已經備受期待。在 7 月份舉行的 2024 世界人工智能大會上，階躍星辰一口氣發布了萬億參數語言大模型 Step-2、多模態大模型 Step-1.5V 和圖像生成大模型 Step-1X 三款大模型，并且跟上海電影夢幻聯動，基于經典 IP《大鬧天宮》開發了 H5 互動體驗“測測你是哪路神仙”。據了解，《大鬧天宮》可用于訓練的數據資源稀缺，但 Step-1X 圖像生成大模型只用了極其少量的數據，就實現了質量可觀的生成效果。
Step-1X 重點打磨了深度語義對齊能力和細節生成能力，采用全鏈路自研的 DiT（Diffusion Models with transformer）模型架構，能深度理解復雜指令下的含義，比如多主體和復雜場景背后的邏輯關系、情感和文化內涵。Step-1X 還支持高達 2000 個字符的圖片生成指令，能讓圖文精準匹配，靈活滿足廣告創意、游戲美術、影視制作、產品設計、教育輔助等不同場景下的創作需求。另外，Step-1X 針對中國元素和文化進行了深度優化，在處理中國風內容時具有獨特優勢，能更好地演繹出背后的文化精髓。
Step-1X 發布后，不少用戶已經率先玩起了創意，從大家的體驗圖中我們也觀察到了這款大模型在不同創作場景下的生成效果：
詩畫創作
讓大模型為古詩詞配圖，挑戰在于是否能精準理解古詩中描繪的象征性事物，并捕捉和抒發出詩詞背后的意境和詩人蘊含其中的情感。
“疏影橫斜水清淺，暗香浮動月黃昏”，圖片描繪出了梅花照水，在月光下暗香浮動的唯美和靜謐。
“采菊東籬下，悠然見南山”，有縱深感的繪畫視角與“遠遠看到南山”的含義相應和，明朗柔和的用色體現出了陶淵明詩詞背后豁達開闊的心境。
“浪跡江湖白發新，浮云一片是吾身”，Step-1X 用國風動漫風進行了刻畫，設計了一個背對畫面的人物，站在高處遠眺壯闊的云海，去表達浪跡江湖的恣意灑脫。
故事繪本
越來越多作家開始用 AI 寫小說、配插圖，也有用戶通過給 Step-1X 描述劇情，創作屬于自己的故事繪本。比如：
故事：女孩的神秘探險
1. 一個未來的水下城市中，女孩戴著透明頭罩，穿梭在閃爍著藍綠色光芒的隧道里。她周圍是高聳的珊瑚建筑和游弋的海洋生物。頭罩內的智能系統實時分析環境，她的任務是探索這片充滿未知的海底世界以及體驗深海帶來的神秘與孤獨感。
2. 一個未來的水下城市中，女孩戴著透明頭罩，穿著黑藍色的高科技質感的潛水服，她四肢修長，在海里像一個優美的美人魚。她發現海底世界邊緣某處閃著耀眼的金光，似乎是一處寶藏，她向寶藏的方向游去。遠景鏡頭。
3. 一個未來的水下城市中，在水下城市的最深處，美麗的女孩戴著透明頭罩，穿著黑藍色的高科技質感的潛水服，她發現了海底的寶藏，寶藏放在一個破舊的箱子里金光閃閃，寶藏后面隱藏著一只兇猛的巨獸。
古風人物
Step-1X 在生成古代人物時，對富有歷史感的服飾體現出了像素極的把握，比如在這幅鳳冠霞帔的女子畫面中，飾品上的紋路都清晰可見。
現代人物
用 Step-1X 生成現代人物的視覺圖像，對女孩子發絲、雀斑、唇紋的描繪細致入微，且圖像就定格在水滴滑落的瞬間，有了時間感。
動畫英雄
用 Step-1X 生成動畫英雄人物的形象，Step-1X 交的答卷展現出了幾種對英雄的刻畫方式：耀眼的、眼神堅毅的、在沖突性場景中對抗對手的。
藝術畫作
Step-1X 可以為用戶指定的創作元素賦予不同藝術流派的風格，這背后是文生圖大模型對藝術家風格的捕捉和理解能力。比如模仿印象派大師莫奈創作的花海，抓住了光影輪廓線模糊化、色彩透明度高的特點，演繹出印象派抒情的畫風。而模仿達利創作的圖片，捕捉了超現實主義荒誕不羈的特色，呈現了一個內容魔幻的動物茶話會。
生動有趣的動物刻畫
在對動物形象的描繪中，Step-1X 呈現出了細膩的畫風，而且動物在刻畫中被賦予了或可愛或威武的人格。
隱藏玩法
階躍星辰官方公眾號還披露了兩個隱藏玩法，能讓生圖效果獲得加成：
1. 在 Prompt 中融入咒語「令人嘆為觀止的細節，逼真的畫面」，讓圖片的寫實程度進一步提升。圖片中對古典中國園林的刻畫極致入微，能細致到每片葉子，巴黎街道的長曝光圖片也跟單反相機拍攝效果有的一拼。
古典中國園林景象
巴黎街道的長曝光照片
2. 用智能助手「躍問」完善 Prompt
階躍星辰開發的智能助手「躍問」搭載了 Step-1.5V 多模態大模型，識圖能力 Max。把圖片發給躍問（yuewen.cn），配以下 Prompt，使用新得到的 Prompt 進行文生圖創作："你是一個文生圖模型的提示詞專家，你善于通過圖片分析內容里面的人物形象、環境、背景、圖片風格、色調等信息，然后以此為基礎創作文生圖模型的提示詞。" 比如下面兩張圖，基于躍問識圖和 Step-1X 文生圖能力，生成了一張與原圖中人物動作、情感都十分類似的圖片。
原圖
Step-1X 生成圖
另外，除了上線圖像生成大模型 Step-1X ，階躍星辰開發平臺近期還迎來了多項更新，包括：
? 發布極速版模型 Step-1-flash。Step-1-flash 是一款高性價比模型，可支持的上下文長度為 8k，相對于此前發布的 Step-1 語言大模型首字延遲降低 25%，輸出速度是 Step-1 的 1.7 倍。
? 開放平臺體驗中心上線，體驗中心具有直觀的用戶界面，無需編寫任何代碼即可體驗階躍星辰旗艦模型。
? 上線了應用開發指南，根據開發者碰到的高頻問題，提供大模型應用開發的最佳實踐指導和代碼示例。目前已經上線了關于文生圖、 Json Mode、Prompt Engineering、流式輸出、多輪對話、異常處理和 Tool Call 的內容。
要迎來 AI 應用的井噴式爆發，先決條件是底層大模型創新公司能堅持探索技術邊界，通過生態開放實現技術普惠，無限降低開發者的使用門檻。階躍星辰正在這條路上持續加碼，除了快速迭代模型產品，階躍星辰也面向 AI 應用開發者推出了“繁星計劃”，提供免費 tokens、技術支持、孵化器服務、行業資源對接等一系列支持和服務。
歡迎體驗 Step-1X 文生圖功能，https://platform.stepfun.com/console-tools?model=step-1x-medium
雷峰網(公眾號：雷峰網)
雷峰網版權文章，未經授權禁止轉載。詳情見轉載須知。
