这便是来自商汤科技最新升级的AI文生图领域的预训练模型——秒画Artist v0.3.5 版本，而且还是时隔仅3个月迭代出来的新版本。

　　我们知道，预训练对于提高模型的泛化性帮助很大，这样往往只需要少量训练和模型优化,它就能在新的下游任务中取得出色的表现，也就是大家通常所熟悉的LoRA模型。

　　现在市面上，很多知名LoRA模型，例如-blindbox/大概是盲盒，都是基于Stable Diffusion，添加相关数据，来进行训练，从而在某一个垂类领域可以达到非常出色的作画效果。

　　但是，Stable Diffusion作为泛化性支撑的预训练模型，其本身的作画效果并不会太突出。

　　那么秒画Artist v0.3.5作为商汤最新的预训练模型，在不额外训练LoRA模型的情况下，能达到什么样的水平呢？接下来，就让我们从各个不同领域，深入来了解一下它的真实水平。

　　一位摇滚明星的肖像，全身裹着珠宝，详细的面部，杂志，奇幻森林背景，大卫·拉夏贝尔的作品，微光，月光，高度细致照片级真实感，细节，杰作，大师摄影作品。

　　二次元，清朝古装男孩，漂浮和水下夸张的身体动态，纠缠着红色和金色的锦鲤，超现实的油画，廷德尔效应，水滴，夏天，梦幻的色彩。光折射到水中产生虹彩反射、宝石光、超细节、廷德尔效应、最佳质量。

　　二次元，中国古代少年将军，女性，目光锐利，轻甲，劲装，暗红色布料，银色花纹，护肩，护腕，玉佩。

　　动漫，中国少女仿生人，3D风格脸型，紫色，战斗中，黑烟流中间，紫色烟雾缭绕，符文环绕，武侠动作皮肤，精致五官，汉服机甲，投影全息显示。中国武术动作、全息光环、荧光、丰富背景、赛博朋克、特效、3D美术、OC渲染、超写实、写实细节、微小细节、细致描绘、未来主义、3D渲染、虚幻引擎、超高清、8K。

　　实验电影技术，前卫电影肖像，被底片遮蔽，多层页面，低角度，胶片图像，融化，划痕，刺穿，撕裂，抽象。

　　不得不说，当看到这幅作品的时候，有被深深的震撼到；不论是作品的灵感亦或是妆造，都着实有点太前卫了。

　　经过多轮测试，我们可以发现，秒画Artist v0.3.5模型，作为一个基础的预训练模型，不仅保持了很好的泛化性，在画面的细节效果上也有很优秀的表现，在某些垂类的作画领域，甚至可以达到与LoRA模型相媲美的效果。

　　在纵向看完秒画的最新能力之后。相信很多人希望我们请出来更具挑战性对手——Midjourney。

　　一位美丽的异域女子，蓬松飞扬的长发，印第安风格头饰，金属风格，逆光，皮肤纹理，废土风，细节感，摄影作品。

　　一个穿着白色服装的男人被一个巨大的圆盘包围，看起来，低角度视图，夜核风格，深青色和深红色，机甲动漫，未来派色波，噩梦，错综复杂。

　　我们还了解到，用户可以基于秒画Artist v0.3.5 模型进一步训练小模型的功能，目前已经在B端开放应用了，这样企业可以基于秒画的能力，训练打磨自己的专属模型。

　　根据自己的需要，选择自行选择商汤自研大模型（Artist）或各类社区开源模型，也可根据风格倾向自行LoRA模型。

　　在图生图界面，新版本的秒画还将ControlNet这一宝藏工具进行了整合，用户无需跳转，直接在“图生图”功能下即可使用，进阶创作更快捷。

　　2023年1月：秒画Artist v0.1.0模型，内测上线月：秒画Artist v0.2.0模型，正式上线亿参数文生图模型打造的C端应用。

　　2023年7月：秒画Artist v0.3.0模型，参数量提升至70亿，并采用全新的生成模型架构。

　　这个公式侧重体现的是大数据和大算力方面的发力，但除此之外，我们发现商汤实则在算法方面也做了不少的工作。

　　过去的几年中，商汤在大模型结构设计、训练优化、平台和数据、算力等领域都有长期的深耕与投入，有架构设计和优化方面的丰富经验和积累。不但储备了超过50亿的有效图文数据，更发表10+相关论文。

　　例如在上半年提出的RAPHAEL算法，便是通过探究生成模型的内在性质，设计更高效的稀疏架构来强化文本理解和生成能力。

　　而这些个路径，每个都可以视为一个“画家”， 用扩散时间步长将特定文本概念描绘到指定图像区域上。

　　总而言之，有大数据、有大算力、有大模型，算法技术也在不断优化，商汤能够让秒画每三个月做到版本迭代就不难理解了。