最懂中國傳統文化的AI繪畫生成模型——文瀾與繪畫模型的創新結合

盧志武教授團隊打造了一款最懂中國傳統文化的AI繪畫生成模型。

最近AI繪畫生成模型在國內外掀起了一波AI繪畫熱潮，在各種社交媒體上都能看見用戶分享的用AI工具生成的各種圖片，甚至AI生成的作品獲得了國際上的重要獎項。受此啟發，中國人民大學盧志武教授團隊將文瀾模型與最新的圖像生成技術進行創新結合，打造了一款最懂中國傳統文化的AI繪畫生成模型。

文瀾模型是中國人民大學高瓴人工智能學院執行院長文繼榮教授牽頭研發的大規模中文多模態預訓練模型。文瀾模型經過6.5億弱相關中文圖文對的預訓練，學習到獨特的中文語言理解能力并能很好地將中文語義與視覺信息聯系起來，尤其擅長理解中文獨有的含蓄語義與圖片中的抽象概念。相關研究成果“Towards artificial general intelligence via a multimodal foundation model”已經發表在Nature Communications上，并初步形成了一定的影響力。

論文鏈接：https://www.nature.com/articles/s41467-022-30761-2

盧志武教授團隊進一步挖掘文瀾模型的潛力，將其與最新的生成技術進行創新性的結合，融合文瀾的抽象語義理解能力與生成模型的強大生成能力，確保得到的模型能夠出色地理解輸入文本的語義并生成具有對應語義的圖片。該研究團隊專注于挖掘文瀾對于中國傳統文化的理解，借用最新的生成模型架構，并在所搜集的國畫數據集上進行訓練，得到的模型能根據中國傳統文學生成對應風格的圖片。具體而言，該研究團隊在國畫數據集上訓練了一個無條件生成模型，并在生成過程中沿著與輸入文本接近的方向不斷調整生成圖片的內容，使得最終的圖片內容與輸入文本在文瀾模型的隱空間中趨于一致，從而實現根據文本語義生成圖片的功能。該模型能夠根據輸入的中國古詩詞生成對應的圖片，從給出的下述例子中可以看出，生成的圖片與古詩詞的內容和意境都非常契合。

通過大量的測試驗證，盧志武教授團隊發現文瀾繪畫模型甚至對晦澀難懂的儒釋道思想也有獨到的理解，生成的繪畫作品開始獲得相關領域專家的高度認可。為了更好地展現文瀾繪畫模型在解讀儒釋道思想上的特色，研究團隊挑選了國內外最熱門的AI繪畫模型進行對比分析，包含盜夢師、文心、Disco Diffusion、Midjourney和Stable Diffusion。對Disco Diffusion、Midjourney和Stable Diffusion而言，中文文本需要先經過百度翻譯。詳細的分析結果如下。

儒家思想：

儒家思想方面，挑選了王陽明心學的三句代表性話。通過生成的結果來看，盜夢師、Disco Diffusion、Midjourney和Stable Diffusion偏向于生成句子中的一些具象物體，或者生成一些畫面較好但內容與句子并無太大關系的圖片。文心則是傾向于生成帶有人物的圖片，甚至將光明直接理解成點燃的蠟燭。這些方法均無法較好地理解輸入文本中的儒家思想。與之相反，文瀾繪畫模型能夠更好地理解整句話的意思以及其中蘊含的儒家思想，從而生成符合該思想的圖片。

釋家思想：

對于含有釋家思想的文本輸入，目前最火的繪畫生成模型均只能抓住其中的一些具象物體并進行針對性的生成，有的繪畫模型甚至會錯誤地理解其中的思想。比如，文心就將“見道忘山者人間亦寂也，見山忘道者山中也喧也”理解成了道家的思想（生成了一個道士的形象）。反觀文瀾繪畫模型則是很好地理解了輸入文本的釋家思想并將之反映在生成的圖片中。

道家思想：

道家思想方面，主要挑選了道德經中三句最核心的話。文心相對于盜夢師、Disco Diffusion、Midjourney和Stable Diffusion，對道德經有較好的理解。但是，整體來說，文瀾繪畫模型對道家思想理解得更為透徹，生成的圖片比文心更加具有道家的意境。

習近平總書記在二十大中提出“全面建設社會主義現代化國家，必須堅持中國特色社會主義文化發展道路，增強文化自信，圍繞舉旗幟、聚民心、育新人、興文化、展形象建設社會主義文化強國，發展面向現代化、面向世界、面向未來的，民族的科學的大眾的社會主義文化，激發全民族文化創新創造活力，增強實現中華民族偉大復興的精神力量”。盧志武教授團隊正是響應了這一號召，將最近大火的AI繪畫生成技術與中文多模態預訓練模型文瀾結合起來，深度挖掘文瀾模型的中國傳統文化理解能力，并通過生成模型以圖片的形式展現出來，讓普通老百姓對一些深奧的中國傳統文化思想有了更直觀的了解，從而為創新性地傳播中國傳統文化貢獻力量。該研究團隊將會繼續深挖文瀾模型對中華傳統文化的理解，并進一步運用最新技術展現中國傳統文化在AI時代的最新理解！

最后，記得關注微信公眾號：鎂客網（im2maker），更多干貨在等你！