美圖奇想大模型（MiracleVision）是美圖公司傾力打造的一款聚焦于美學(xué)創(chuàng)作的人工智能視覺大模型，涵蓋了東方美學(xué)、人像及商業(yè)設(shè)計(jì)等多個(gè)領(lǐng)域。該模型在視頻生成技術(shù)上取得了顯著進(jìn)步，能夠生成每分鐘長達(dá)1分鐘、幀率為每秒24幀、1080P分辨率的高質(zhì)量視頻，大幅提升視頻的清晰度、流暢性和真實(shí)感。美圖奇想大模型現(xiàn)已應(yīng)用于美圖旗下的多個(gè)產(chǎn)品，如美圖秀秀、美顏相機(jī)和Wink，并將逐步推廣至其他應(yīng)用，如開拍、美圖設(shè)計(jì)室、WHEE和MOKI等，展現(xiàn)出廣泛的行業(yè)應(yīng)用潛力，特別是在電商、廣告、游戲、動漫和影視等領(lǐng)域。

美圖奇想大模型是什么

美圖奇想大模型（MiracleVision）是一款由美圖公司推出的AI視覺大模型，專注于美學(xué)創(chuàng)作，涵蓋東方美學(xué)、人像及商業(yè)設(shè)計(jì)等多個(gè)方面。該模型在視頻生成上進(jìn)行了全面升級，能夠生成每分鐘最大1分鐘、每秒24幀、1080P分辨率的高質(zhì)量視頻，顯著提升了視頻的畫質(zhì)、流暢性和真實(shí)感。該技術(shù)已在美圖旗下的多個(gè)應(yīng)用中應(yīng)用，并預(yù)計(jì)將逐步推廣到其他產(chǎn)品中，為用戶提供更優(yōu)質(zhì)的視覺體驗(yàn)，并提升工作效率。

美圖奇想大模型的主要功能

• 圖像和視頻生成：能夠生成多種風(fēng)格和類型的圖像及視頻，包括動物攝影、平面插畫、數(shù)字渲染、Q版卡通、3D設(shè)計(jì)、動漫游戲、廣告攝影、電商廣告、概念藝術(shù)、工業(yè)設(shè)計(jì)等。
• 文生圖與圖生圖：通過輸入文字或圖像，智能生成創(chuàng)作圖，支持多樣風(fēng)格和豐富的可調(diào)參數(shù)，實(shí)現(xiàn)精準(zhǔn)的畫面控制。
• 視頻生成能力：支持生成1分鐘、每秒24幀、1080P分辨率的高質(zhì)量視頻，提升視頻的畫質(zhì)與真實(shí)感。
• AI畫面擴(kuò)展：增強(qiáng)作品尺寸與細(xì)節(jié)表現(xiàn)。
• 局部修改：可對圖像的特定部分進(jìn)行精準(zhǔn)的修改與調(diào)整。
• 分辨率提升：支持生成高清大圖，確保細(xì)節(jié)、色彩與物體辨識的精準(zhǔn)生動。

美圖奇想大模型的技術(shù)原理

• 深度學(xué)習(xí)與視覺Transformer：基于深度學(xué)習(xí)技術(shù)，采用視覺Transformer架構(gòu)，結(jié)合自注意力機(jī)制和位置編碼，捕捉圖像中的全局與局部信息。
• 自注意力機(jī)制：通過自注意力機(jī)制，模型能夠關(guān)注輸入數(shù)據(jù)中的關(guān)鍵部分，擴(kuò)大圖像的感受野，從而獲取更多上下文信息。
• 位置編碼：使用位置編碼為序列中每個(gè)元素添加位置信息，使模型理解圖像中元素的相對位置關(guān)系。
• 美學(xué)評估系統(tǒng)：整合美學(xué)評估系統(tǒng)，通過機(jī)器學(xué)習(xí)提升模型的美學(xué)表現(xiàn)力與創(chuàng)作能力。
• 數(shù)據(jù)集優(yōu)化：與外部設(shè)計(jì)師合作，構(gòu)建高質(zhì)量的數(shù)據(jù)集，優(yōu)化模型的美學(xué)表現(xiàn)。
• 視頻生成能力：結(jié)合Diffusion與Transformer模型的技術(shù)路線，采用DiT視頻生成架構(gòu)，解決視頻生成中的主體一致性、連貫性和物理邏輯合理性等關(guān)鍵問題。

美圖奇想大模型的項(xiàng)目地址

• 項(xiàng)目官網(wǎng)：miraclevision.com

美圖奇想大模型的應(yīng)用場景

• 影像美化：在美圖秀秀、美顏相機(jī)等應(yīng)用中，提供AI寫真、AI消除、AI繪畫、AI擴(kuò)圖、AI改圖等創(chuàng)意功能，提升用戶的影像美化體驗(yàn)。
• 視頻剪輯與生成：Wink等視頻剪輯軟件基于AI技術(shù)提供動漫化與畫質(zhì)修復(fù)功能，提升視頻創(chuàng)作的質(zhì)量和效率。
• 電商設(shè)計(jì)：美圖設(shè)計(jì)室等AI生產(chǎn)力工具通過AI商品圖、AI模特和AI修圖等功能，解決電商行業(yè)在拍攝、設(shè)計(jì)和視頻創(chuàng)作中的物料痛點(diǎn)。
• 口播視頻制作：開拍等應(yīng)用利用AI腳本與AI消除等功能，幫助自媒體創(chuàng)作者高效制作口播視頻。
• 廣告與營銷：在廣告行業(yè)，涵蓋從創(chuàng)意構(gòu)思到線下投放預(yù)覽的全流程，顯著提升廣告物料的制作效率。
• 游戲行業(yè)：提供場景設(shè)計(jì)、角色設(shè)計(jì)和道具設(shè)計(jì)等功能，拓寬設(shè)計(jì)師的創(chuàng)意空間，助力游戲行業(yè)降本增效。