演讲主题

小冰AI Beings的视觉革新：个性化表达的挑战与突破

Transformer技术带来了AI的第二波发展，尤其在图像与视频生成领域。Latent Diffusion Model (LDM) 引领了一系列以Stable Diffusion (SD)为首的图像生成模型和开发者社区，OpenAI基于LDM改造的Diffusion Transformer视频生成模型Sora震惊了世界，Diffusion已经成为图像和视频生成方面的首选训练方式。小冰公司在这一技术领域进行了深入的探索，通过SD技术实现了精准的“拍同款”功能，同时兼顾美与像，深受用户喜爱，满足个性化的视觉内容需求。 本次演讲我将分享我们在此项目中的实战经验，包括底座模型评测、最佳的自动化训练图筛选策略、LoRA训练细节、独特的工作流设计，再到模板制作和个性化合照生成等一系列技术实践。通过实验证明，每个阶段的实现方式不同，最终生成的结果也会有明显的区别, 如何设计和平衡成为影响最终输出的关键要素。 本次分享将涵盖项目中遇到的挑战、解决方案、关键技术点，以及对未来技术趋势的思考。我们致力于为AI技术研究者和应用开发者提供深度经验交流和借鉴，共同推进AIGC在AI beings视觉表达方面的应用与发展。