这个懂中文的AI高手，画出的高山明月太惊艳！中英双语模型已开源

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：

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。

AltDiffusion

https://github.com/FlagAI-Open/FlagAI/tree/master/examples/AltDiffusion

AltCLIP

https://github.com/FlagAI-Open/FlagAI/examples/AltCLIP

HuggingFace space试玩地址：

https://huggingface.co/spaces/BAAI/bilingual_stable_diffusion

技术 告

https://arxiv.org/abs/2211.06679

——长Prompt精细绘画 + 原生中国风，满足中文AI创作高手的高需求

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

左滑饱览旖旎国风美

▽

▽

尤其对原生于中国文化的概念，理解与表现更为精确，得以避免与混淆，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

▽

▽

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：

▽

在对的画面增加描述词为之后，在原小男孩形象基础上，精准调整成典型孩子，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

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，比如风格。

▽

3. 充分利用 区Stable Prompts Book

Prompts 对于生成模型非常重要， 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。

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 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

▽

参考资料：

https://mp.weixin.qq.com/s/mQ0CcTlkrMalZhPSMg4K4Q