专业级中文AI文图创作：智源中英双语AltDiffusion开源

AIGC 如火如荼发展的当下，中文世界的创作者常有几大痛点：

思考英文Prompts准确表达的绞尽脑汁，翻译软件词不达意的尴尬，精细构思的 Prompts 在画面生成中找不到一丝痕迹，亦或面对文化误解中的“中国风”哭笑不得……

日前，智源研究院大模型研究团队开源最新双语 AltDiffusion 模型，为中文世界带来专业级 AI 文图创作的强劲动力：

支持精细长中文 Prompts 高级创作；无需文化转译，从原汁原味中国话直达形神兼备中国画；且在绘画水平上达到低门槛中英对齐原版 Stable Diffusion 级震撼视效，可以说是讲中文的世界级 AI 绘画高手。

创新模型 AltCLIP 为这一工作的基石，为原 CLIP 模型补齐更强的跨语言三大能力。AltDiffusion 和 AltCLIP 模型均为多语言模型，中英双语为第一阶段工作，代码与模型已开源。

AltDiffusionhttps://github.com/FlagAI-Open/FlagAI/tree/master/examples/AltDiffusion AltCLIPhttps://github.com/FlagAI-Open/FlagAI/examples/AltCLIP HuggingFace space试玩地址： https://huggingface.co/spaces/BAAI/bilingual_stable_diffusion

技术报告

AltCLIP: Altering the Language Encoder in CLIP for Extended Language Capabilities

https://arxiv.org/abs/2211.06679

专业级中文 AltDiffusion

**长Prompt精细绘画 + 原生中国风 **

满足中文AI创作高手的高需求

得益于以 AltCLIP 为基础的强大中英双语言对齐能力，AltDiffusion 达到近似于 Stable Diffusion 程度的视效水平，尤其具备更懂中国话、更善中国画的独特优势，非常值得专业级中文AI文图创作者期待。

**1. 长Prompt生成，画面效果毫不逊色 **

Prompt长短是检验模型文图生成能力的分水岭，越长的Prompt，越考验语言理解、图文对齐和跨语言这三大能力。

在同样的中英文长 Prompt 输入调校下，AltDiffusion 在不少图片生成案例中表现力甚至更胜一筹：元素构成丰富精彩、细节描摹细腻精准。

左滑一览主流模型同主题创作效果

▽

2. 更懂中国话，更善 中国画

除中英文 Prompts 输入表现近似之外，AltDiffusion 还能补齐西方世界里中国画风的不足，利用中文图文对继续微调出中文特色的生成，例如国画风格生成模型，产出真正的“中国风”。

左滑饱览旖旎国风美

▽

AltDiffusion 更懂中文，在中国文化语境中的意义描摹上指哪打哪，秒懂创作者意图。例如对“唐朝盛景”的描绘，避免出现因文化误解而产生的跑题情况。

▽

尤其对原生于中国文化的概念，理解与表现更为精确，得以避免“日本风”与“中国风”混淆，令人啼笑皆非的状况。例如，与Stable Diffusion在中英文输入对应唐装人物风格的Prompts，差异一目了然:

左滑对比两种”中国风“

▽

在特定风格的生成中，会原生以中文文化语境为身份主体，进行风格创作，例如对于下面带有”古建筑”的prompt，会默认生成中国古代建筑。在创作风格上更加贴合中文创作者身份。

▽

3. 中英双语，生成效果对齐

AltDiffusion基于Stable Diffusion，通过将原来Stable Diffusion中的CLIP替换成AltCLIP，并且用中英文图文对对模型进行进一步的训练得到。得益于 AltCLIP 强大的语言对齐能力，AltDiffusion 的生成效果在英文上与 Stable Diffusion 很接近，在中英文双语的表现上也体现了一致性。

如“戴帽子小狗”的同义中英文Prompts 输入AltDiffusion后，生成画面效果基本对齐，一致性极高：

▽

在对“男孩”的画面增加描述词为“中国男孩“之后，在原小男孩形象基础上，精准调整成典型“中国”孩子，在语言控制生成中展现出极佳语言理解能力和精准的生成表达结果。

▽

**打通StableDiffusion原生态 **

丰富生态工具与PromptsBook应用

可玩性极佳

特别值得一提的是 AltDiffusion 的生态打通能力：

所有支持Stable Diffusion的工具如Stable Diffusion WebUI，DreamBooth等都可应用在我们的中英双语 Diffusion 模型上,为中文AI创作提供了丰富选择：

1. Stable Diffusion WebUI

一个优秀的文图生成、文图编辑的网页工具；当我们把北大夜景图霍格沃茨（prompt: Hogwarts）化，瞬间即可呈现梦幻的魔法世界；

左滑直通霍格沃茨

▽

2. DreamBooth

通过少量样本对模型进行调试以生成特定的风格的工具；通过这一工具，在AltDiffusion上利用少量中文图片即可生成特定风格，比如“大闹天宫”风格。

▽

3. 充分利用社区Stable Prompts Book

Prompts 对于生成模型非常重要，社区用户通过大量 prompts 尝试，积累出丰富的生成效果案例。这些宝贵的 prompts 经验，对于 AltDiffusion 用户几乎全都适用！

此外，还可以通过混合中英文方式去搭配一些神奇的风格和元素，或继续挖掘对AltDiffusion适用的中文Prompts。

4. 方便中文创作者微调

开源的AltDiffusion提供了中文生成模型的一个基础，大家可以在这个基础上用更多特定领域的中文数据进行模型微调，方便中文创作者表达。

以首个双语 AltCLIP 为基石

**全面增强跨语言三大能力 **

中英对齐，中文更优，极低门槛

语言理解，图文对齐，跨语言能力，是跨语言研究必备的三种能力。

AltDiffusion 的诸多专业级能力，源于 AltCLIP 以创新性换塔思路，在这三大能力上全面增强：与原 CLIP 中英文语言对齐能力大大提高，可以无缝接入 Stable Diffusion 等所有建立在原 CLIP 上的模型和生态工具；同时赋予其强悍的中文能力,在多项数据集取得中文更优效果。（详细解读请参考技术报告）

值得一提的是，这种对齐方法对训练多语言多模态表征模型的门槛大大降低，相对于重新去做中文或者英文的图文对预训练，只需约 1% 的计算资源与图文对数据。

在全面CLIP benchmark中取得了和英文原版一致效果

在一些检索类数据集上如Flicker-30K上超过了原版

▽

Flicker-30K上表现效果超过原版CLIP

▽

中文ImageNet上zero-shot结果最优

▽

写在最后

感兴趣的小伙伴，赠送全套AIGC学习资料，包含AI绘画、AI人工智能等前沿科技教程和软件工具，具体看这里。
​

AIGC技术的未来发展前景广阔，随着人工智能技术的不断发展，AIGC技术也将不断提高。未来，AIGC技术将在游戏和计算领域得到更广泛的应用，使游戏和计算系统具有更高效、更智能、更灵活的特性。同时，AIGC技术也将与人工智能技术紧密结合，在更多的领域得到广泛应用，对程序员来说影响至关重要。未来，AIGC技术将继续得到提高，同时也将与人工智能技术紧密结合，在更多的领域得到广泛应用。
 

一、AIGC所有方向的学习路线

AIGC所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。

二、AIGC必备工具

工具都帮大家整理好了，安装就可直接上手！

三、最新AIGC学习笔记

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。

四、AIGC视频教程合集

观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

五、实战案例

纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

​