專注AI圖像生成的「Tiamat」于日前完成近千萬美元A輪融資，由老股東DCM和綠洲資本聯(lián)合領(lǐng)投。數(shù)月前，「Tiamat」已經(jīng)獲得由DCM獨(dú)家領(lǐng)投的數(shù)百萬美元天使輪融資。這是DCM在AIGC創(chuàng)業(yè)公司的又一次加注。

本輪融資將用于繼續(xù)打磨產(chǎn)品和自研大模型MorpherVLM，拓展商業(yè)化能力等。「Tiamat」自研的MorpherVLM是國內(nèi)首個(gè)基于概念融合范式提出的近百億級(jí)跨模態(tài)生成模型，通過異構(gòu)的視覺編碼-解碼網(wǎng)絡(luò)結(jié)構(gòu)，并引入基于用戶反饋的強(qiáng)化學(xué)習(xí)（RLHF）和細(xì)粒度的提示-隱變量對(duì)齊技術(shù)，提高了模型對(duì)圖像多尺度信息的建模能力，在用戶Prompt輸入的理解能力方面也實(shí)現(xiàn)了進(jìn)步。

DCM中國創(chuàng)始合伙人、董事合伙人林欣禾表示：“AIGC正在走向真實(shí)落地，不僅要保持對(duì)前沿技術(shù)的探索，捕捉到更多的商業(yè)化機(jī)會(huì)也更為重要。將AI能力遷移到不同場景，同時(shí)滿足效率和成本的要求，AI才有更大的價(jià)值。”

去年夏天，AI Art一躍成為了熱度最高的新興技術(shù)，在設(shè)計(jì)、繪畫等專業(yè)化領(lǐng)域的影響力不亞于如今ChatGPT帶來的全民狂歡。

AIGC的結(jié)構(gòu)性機(jī)會(huì)下，“不追逐風(fēng)口，但等到了風(fēng)口”是技術(shù)型創(chuàng)業(yè)者和資本最愿意看到的擁抱創(chuàng)新的方式。而在時(shí)間差方面，「Tiamat」從2021年開始進(jìn)行模型訓(xùn)練，以自研并自主訓(xùn)練底層模型的方式，始終與海外技術(shù)節(jié)點(diǎn)、開源社區(qū)等保持著同頻。

「Tiamat」創(chuàng)始人青柑談到，去年上半年融資的時(shí)候，他們還需要花很多精力去教育市場，解釋什么是AI生成，什么是多模態(tài)，為什么要做圖像。彼時(shí)，距離Stable Diffusion、MidJourney這些引領(lǐng)著行業(yè)革新的產(chǎn)品上線還有幾個(gè)月左右的時(shí)間。

而作為國內(nèi)AI生成圖像領(lǐng)域的第一批團(tuán)隊(duì)，「Tiamat」如今也成為了為數(shù)不多成功融資并實(shí)現(xiàn)了商業(yè)化的技術(shù)服務(wù)商。

對(duì)于「Tiamat」的自研大模型MorpherVLM，青柑表示，“我們現(xiàn)在正在做的「Tiamat」文本到圖像模型，大概是數(shù)十億參數(shù)，這個(gè)量級(jí)實(shí)際上要比ChatGPT文本模型的參數(shù)量要低將近100倍左右。換算成他們當(dāng)年發(fā)展的話，大概是在GPT1-2之間。雖然都叫大模型，其實(shí)數(shù)據(jù)和參數(shù)量級(jí)還是有很大區(qū)別的。對(duì)于我們來說，不停地把模型的參數(shù)量級(jí)進(jìn)行擴(kuò)張并不是最重要的指標(biāo)。” 她還提到，“對(duì)于AI生成圖像來說，更重要的指標(biāo)在于能不能在垂直領(lǐng)域有更好的精準(zhǔn)性和可控性，能不能更好地讓圖像展現(xiàn)出人類理想的構(gòu)圖、或者一致性的角色等等。除此之外，我們自研的考慮也來自如何能讓研發(fā)的成本結(jié)構(gòu)更加精益和可控。從這一點(diǎn)來說，創(chuàng)業(yè)公司也會(huì)有更多機(jī)會(huì)。圖像文本多模態(tài)生成的領(lǐng)域參數(shù)量級(jí)更低，在標(biāo)注數(shù)據(jù)和訓(xùn)練上的成本也可以有效壓縮。整個(gè)圖像類的AIGC創(chuàng)新更加關(guān)注具體的技術(shù)路徑和商業(yè)化上的突破，成本壓力相對(duì)較小。

對(duì)此，技術(shù)背景的聯(lián)合創(chuàng)始人Eric對(duì)“可控性”做了進(jìn)一步解釋，“可控性是一個(gè)和商業(yè)化應(yīng)用息息相關(guān)的指標(biāo)。我們?cè)谡務(wù)摯竽Ｐ偷臅r(shí)候會(huì)有一個(gè)問題，很多大模型都是在大規(guī)模的數(shù)據(jù)集上構(gòu)建的，其中大部分來源于互聯(lián)網(wǎng)上獲取的知識(shí)，問題隨之產(chǎn)生：如何用人類可以操控的方式去做這些大模型可以做的事情？我們都知道，OpenAI的GPT-3和ChatGPT在技術(shù)上是同源的，但是ChatGPT效果明顯好得多，大家也直觀感受到了它在各行各業(yè)的應(yīng)用。而在技術(shù)環(huán)節(jié)，就是因?yàn)镃hatGPT比GPT-3多了一個(gè)用人類的反饋來自我學(xué)習(xí)的過程，可以使得它的應(yīng)用更符合期望。所以，我們?cè)谧觥窽iamat」生成模型的時(shí)候也會(huì)格外在意這一點(diǎn)，就是怎么樣能讓生成結(jié)果符合用戶的期望。

談及「Tiamat」的發(fā)展方向，青柑表示，“當(dāng)前我們公司的整體風(fēng)格和選擇方向都比較專注。我們非常信服前沿技術(shù)，但更加關(guān)注的是當(dāng)下的技術(shù)能不能解決當(dāng)下的問題。也許有能力的人會(huì)去努力成為“中國的OpenAI”，但目前來說，我們還沒有去做ChatGPT這樣的文本大模型的理由。因?yàn)閷?duì)于一家創(chuàng)業(yè)公司來說，如果能把圖像模型的可控性、精準(zhǔn)性和連續(xù)性做到最好，它其實(shí)就已經(jīng)能帶來很多垂直行業(yè)和場景下的商業(yè)化應(yīng)用了。比如去支持更加細(xì)分的、特定的設(shè)計(jì)行業(yè)，幫助它們完成生產(chǎn)力提效。

“比較讓我們高興的一點(diǎn)是，我們看到AI技術(shù)正在向一個(gè)“新的互聯(lián)網(wǎng)”形式進(jìn)發(fā)，而我們?cè)诋a(chǎn)品戰(zhàn)略方面也會(huì)更加審慎。總體來說，AI是一個(gè)新的主題，每一個(gè)細(xì)分領(lǐng)域都值得被認(rèn)真打磨，大家聚焦在各自擅長的地方，才能形成更好的產(chǎn)業(yè)。”