梦晨 发自 凹非寺
量子位 | 公众号 QbitAI
AI绘画王座上的MidJourney,终于迎来强劲对手。
最新挑战者Ideogram横空出世,开局就靠免费注册吸引众多目光。
最瞩目的特性:在图中精准生成文字,英伟达科学家范麟熙直接毫不客气地用它画了一个“It’s over, Midjourney”。
背后公司Ideogram AI,谷歌AI绘画4大牛集体离职的创业项目,坐标多伦多,带着1650万美元(约1.2亿人民币)种子轮融资席卷而来。
创始团队中前4人都是谷歌文生图研究Imagen论文作者,组成一个扩散模型顶级研究团队。
谷歌藏着掖着这么久都不给大家玩的先进研究成果,终于被他们给开放出来。
Ideogram AI种子轮融资由a16z和Index Ventures领投。
个人投资者中也不乏知名人物,如OpenAI创始成员Andrej Karpathy,强化学习大牛Pieter Abbeel,Node.js创始人Ryan Dahl、GitHub联合创始人Tom Preston-Werner等。
甚至团队的老上司,前谷歌大脑掌门人Jeff Dean也有参与。
别看创始团队都是技术出身,Ideogram AI在宣传造势方面也一点不含糊,直接在𝕏上号召大家刷二创tag,开启了一波病毒营销。
AI学会精准画出文字
让AI精准画出文字,一直是个难题。虽然SDXL和Midjourney新出的局部重绘功能有所改善,但网友反馈成功率一直不太高,需要反复尝试。
Ideogram一搞定这个痛点,直接被网友们玩出花了。
让文字出现在指示牌上、同时适应环境光影,没问题。
做一个咖啡拉花也没问题。
抽象风格的海报,也可以搞出风格合适的字体。
一句话直出品牌logo更是生产力属性拉满。
从网友们分享的提示词中也可以看出,增加画文字成功概率的“咒语”也很简单,就一个单词:
typography(印刷排版)
不过很可惜的是,它还不太能掌握中文。
抛开文字,Ideogram的图像生成能力,出图质量可以比肩MidJourney和Stable Diffusion。
如果与Imagen使用完全相同的技术,那么使用谷歌T5而不是OpenAI CLIP作为语言编码模型,意味着Ideogram对提示词里空间关系描述的理解还要更强。
有人成功用它生成一组风格一致的图像。
再结合视频生成工具Pika Labs直接搞出电影预告片风格的短片。
扩散模型顶级研究团队
Ideogram AI创始团队共7人,其中4人都是谷歌Imagen的合著者。
其中共同一作Mohammad Norouzi任CEO,他在多伦多大学计算机科学博士就读期间拿到了谷歌ML博士奖学金。
毕业后他加入谷歌大脑工作了7年,除了生成模型之外也是也是谷歌神经机器翻译团队的原始成员,Hinton团队自监督对比学习框架SimCLR的合著者。
共同一作William Chan(陳俊樂)任新公司CTO,他先后就读于加拿大滑铁卢大学、卡内基梅隆大学。
他2012年加入谷歌时先做的机器学习广告工程,后转到谷歌大脑作NLP研究。
第三位共同一作Chitwan Saharia本科毕业于孟买理工学院,2019年加入谷歌,现在是Ideogram的联合创始人。
第四位联创Jonathan Ho博士毕业于UC伯克利,曾在OpenAI工作一年,后加入谷歌。
他除了是Imagen论文的核心贡献者,还是去噪扩散模型奠基之作《Denoising Diffusion Probabilistic Models》的一作,这篇论文合著者中的Pieter Abbeel也是Ideogram AI的投资人。
创始团队中的另外三人,Shayaan Abdullah曾是Twitter的机器学习工程师,于今年4月离职,后加入Ideogram AI。
Jacob Lu为软件工程师,加入Ideogram之前曾在亚马逊等公司任职;Jenny Lei是软件工程实习生,加入Ideogram AI之前曾在谷歌实习。
还要做视频生成
Ideogram AI的四位联创在谷歌期间,还完成了视频生成的后续工作Imagen Video。
在一年前就已经实现了生成1280*768分辨率、每秒24帧的高清视频片段。
实际上在今年3月,量子位就曾从投资市场获悉他们的天使轮估值达到1亿美元,更多VC想给钱而赶不上、投不进,以及他们创业方向的更多消息:
不仅做图像生成,将来还要做视频生成。
无论Imagen还是Imagen Video,谷歌出于安全、伦理等方面考虑都未曾放出试玩、API或开源代码。
研究成果无法转化为应用,是近年来不少从谷歌离职创业者遇到的共同问题。
如大模型那边的Transformer八位作者中,Cohere创始人Aidan Gomez就曾表示离开的原因是“我在谷歌没有看到大模型发挥它真正的力量”。
Ashish Vaswani与Niki Parmar离开谷歌创办Adept AI与Essential AI的原因也是“谷歌希望用Transformer优化现有产品,而我们希望创造新产品”。
后来这些研究者所担心的事也确确实实发生了:
尽管2021年5月(比ChatGPT训练数据截止日期还早)谷歌就已经开发出了LaMDA对话大模型与聊天机器人,但在推出产品方面有太多顾虑,最终18个月后被隔壁ChatGPT一手直接面对公众开放抢尽了风头。
……
吸取了这些教训,新成立的Ideogram AI也拿出一副尽量开放、先把用户吸引进来玩的架势。
最初宣布了1000人测试名额,但没一会就满了。
今天似乎又开放了一些名额,量子位上午注册时并没有遇到排队。
总之名额应该还是有限的,感兴趣的朋友抓紧了。
试玩地址:
https://ideogram.ai
参考链接:
[1]https://ideogram.ai/launch
[2]https://x.com/ideogram_ai/status/1694024927853129757
[3]https://x.com/DrJimFan/status/1694358069638275463
[4]https://x.com/WilliamLamkin/status/1694535089575637048
— 完—
「量子位智库·仿生机器人沙龙」招募中
9月6日,「量子位智库·仿生机器人沙龙」将在北京中关村举办,欢迎全行业仿生机器人玩家参与 ~
点击图片了解详情,企业报名可联系活动负责人王琳玉(微信:iris_wang17,请备注企业+姓名)。沙龙观众通道后续开放,敬请期待 ~
点这里👇关注我,记得标星哦~
一键三连「分享」、「点赞」和「在看」
科技前沿进展日日相见 ~
量子位 2023-07-28