什么网站会更有浏览量,wordpress 慢途网,wordpress页面更新发布失败,网站两边的悬浮框怎么做大模型如何落地#xff1f;又该如何实现商业化#xff1f;这一议题已成为今年科技领域的焦点话题。
在一个鲜为人知的字体设计赛道上#xff0c;清华创业公司“图形起源”悄然实现了商业变现#xff1a;他们帮助字体公司将成本降低了80%#xff0c;生产速度提升了10倍以上…大模型如何落地又该如何实现商业化这一议题已成为今年科技领域的焦点话题。
在一个鲜为人知的字体设计赛道上清华创业公司“图形起源”悄然实现了商业变现他们帮助字体公司将成本降低了80%生产速度提升了10倍以上。Canva可画平台上最受欢迎的前100套中文字体大部分都是通过他们的算法生成的。 这个市场虽然规模较小但需求却十分迫切。设计公司和字体公司长期以来深受版权费用的困扰。而图形起源凭借其在图形学和AI方面的技术优势提供了人工无法匹敌的效率与精度。
接下来让我们来看看他们是如何通过AI造字发现并实现商业化的。
靠AI造字赚钱提速10倍以上
首先什么是字体生产在传统的字体生产流程中设计师通常需要手写完成整套字体的制作最多近3万个字。初稿完成后还需逐字校对这个过程往往需要数月带来不小的成本开销。此外由于依赖人工操作字体的质量和风格一致性也难以保证。
正是在与客户交流时图形起源团队发现了这一行业痛点经过数月的研发打造了一条全新的AI字体生产线。
但这不是简单套用大模型就能解决的。字体设计最大的挑战在于它是一种矢量图形能够在放大时保持清晰度。而现有的AI图像生成通常是位图受像素限制。如何让AI生成矢量图并理解字体的锚点和矢量曲线的含义是其中的技术难点。
创始人史海天分享了他们的解决思路整个流程分为四个阶段
首先使用传统的扩散模型生成位图 接着利用超分辨率模型将位图分辨率提升到最高 然后通过一种独特的算法让AI理解“优质矢量设计”的标准并基于这一标准优化模型将位图转化为矢量图 最后训练一个专门用于检查错别字和字形结构的模型。
此外他们还计划开发笔画拆分模型进一步提升精度。
基于这些技术他们实现了超越人类的效率和质量。例如通过AI超分技术和AI矢量化处理字体的细节在各种尺寸下都保持清晰设计师可以在海报等大幅面场景中自如应用。 客户只需制作前199个字AI便能在两天内生成数万个字并且不局限于简体还包括繁体字、生僻字、以及日文、韩文、拉丁字母等多种语言文字。
在准确度方面简单字形笔画少于15单次生成的错误率低于1%复杂字形笔画多于15错误率也不到5%远高于人工审校的水平。
目前他们还打造了一个SaaS平台整个交付过程可以在线完成客户可以随时查看进度甚至自己完成字体的生产过程无需图形起源的人工干预。
据透露目前他们已经生成了346套字体累计4680244个字。
来自图形起源
图形起源成立于2020年底由清华大学车辆学院毕业生史海天在硕士休学期间创办。在此之前他们主要研发3D创作引擎并完成了三轮融资获得了五源资本和真格基金等机构的支持。彼时他们的愿景是打造一个大众化的3D内容创作工具及社交平台。
如今大模型技术的突破为他们带来了全新的机遇。通过大量资金和时间的投入图形起源最终成功训练了两个大模型——一个用于识别另一个用于生成其目标是让AI生成的字体与人工设计难以区分。
字体行业的一个优势在于数据相对齐全。例如AI可以从一套字形中学习一半字进而生成剩余的部分。如今他们已经达到了商用交付的水平每周可完成超过40套字体的交付效率提升了数百倍。
当前的主营业务
图形起源的业务主要集中在两个方面 中文字库扩展客户提供参考字体文件后图形起源的AI会进行学习生成风格统一的字形整个过程在SaaS平台上进行。平台还支持人工校对、二次学习、批量生成等功能以进一步降低错字率。 跨语种风格迁移他们的AI能够根据任意语种的字体生成其他语种的字形。目前支持中日韩、拉丁字母、希腊字母等且已在小米应用商店销售。藏文、阿拉伯文等小语种也在测试中。
尽管大厂们在生产力领域激烈竞争但在具体的细分场景下创业公司往往可以找到更为灵活的切入点。图形起源在字体和排版等强需求领域的成功就是一个例子。
大模型应用的关键在于能否解决实际问题而图形起源已经用他们的创新回答了这一命题。
