第(3/3)頁

    “這里也不僅僅是計算時間的問題，同時也是顯存的問題。不做這種拆分和圖像分辨率的閹割，相同的一張卡不僅運算速度變慢一個數量級，能夠同時進行的任務也少了好幾倍。”孟繁岐堅持先解決用戶數量的問題，性能和效果可以慢慢去優(yōu)化。

    這就像是一個巨大的胖子來吃飯，不僅用餐時間是別人好幾倍，他一個人還能坐四個座位。

    在孟繁岐看來，ControlNet提出之前，首先發(fā)布的繪圖AI也只是一個玩具。

    其性能有所上下波動無傷大雅，因為早期優(yōu)質出圖的成功率本來也不高，往往是需要大量測試后挑選一個能看的。

    這主要是因為不管是文生圖還是圖生圖，在早期都缺乏一個特別好的控制手段。

    “我們現在推出的這款擴散模型，具體的用法還是大量的文字輸入去控制圖像的產出。但是文字想要清楚地描述一張具體的圖像是非常困難的，即便大批量的嘗試加上大量的生成，未必就能得到自己想要的結果。”

    “這種生成模式，也要用圖文結合的方式。我們還要找到具體的辦法，通過額外的條件添加來控制擴散模型的行為，告訴它什么要調整，什么不要調整。做到生成圖像內容的盡量可控，要遠遠比圖像似乎更加精美好看一點要更重要，優(yōu)先級更高。”

    孟繁岐很清楚早期AI繪圖的最大問題，那就是生成圖像像是在吟唱黑魔法。

    為了得到一張心滿意足的圖片，很可能需要詠唱一百來個關鍵詞。

    當時不少人都笑稱，玩AI繪圖搞得跟賽博邪教一樣，嘴里嘟囔著一大堆別人似懂非懂的話。

    甚至還有打包了大量優(yōu)質圖片關鍵詞，直接拿去售賣的。

    　　

    


    第(3/3)頁