可图（Kolors）是快手公司推出的一款基于AI技术的文生图（Text-to-Image）大模型产品。旨在通过先进的AI技术为用户提供高质量的图像生成服务。可图支持文生图和图生图两种主要功能，用户可以通过简单的文本描述或上传参考图片，即可快速生成风格多样、画质精美的图像作品。
可图的技术原理
可图大模型采用了先进的深度学习技术，特别是大规模语言模型和图像生成模型的融合。其核心在于构建了一个能够理解并生成多样化图像内容的强大基座模型。
- 概念学习与质量微调：可图在训练过程中分为两个关键阶段：概念学习和质量微调。在概念学习阶段，模型使用数十亿图像文本对进行训练，覆盖了广泛实体概念。
- 优化扩散模型：在画质提升方面，可图通过优化扩散模型的加噪去噪理论，实现对高质量、细节丰富的图像生成的训练和推理的精准适配。
可图的特点
- 强大的文本理解能力：可图能够精准理解用户输入的文本信息，包括复杂的语义和概念，为生成高质量的图像作品提供坚实基础。
- 丰富的细节刻画：通过优化去噪算法和引入高细节、高美感的训练数据，可图能够生成具有丰富细节和纹理的图像，提升作品的艺术价值。
- 多样的风格转化：基于Prompt的自动学习模型，用户可以通过简单的描述或选择预设的风格模版，轻松生成符合需求的图像作品。
- 中文特色理解：可图基于快手自研的知识图谱构建了上亿级别的中文特色图文数据，结合中文大语言模型的文本表征能力，能够精准描绘和表达各类中文场景。
- 强化学习与奖励模型技术（RLHF）：引入强化学习和奖励模型技术，解决了文生图大模型在长文本和复杂语义文本输入下的效果问题。
可图的功能
- 文生图：用户可以自由输入文本描述，如“喝牛奶的猫咪，蓝猫”等，可图将据此生成风格多样、画质精美的绘画作品。
- 图生图：用户只需上传一张参考图像，可图便能根据图像的风格、主题和细节等内容，生成与之相关且具有新意的图像作品。
- AI形象定制：可图提供AI形象定制功能，通过人像保持技术，可轻松保留人像的自然特征，并一键生成各种风格的人像作品，满足不同社交及营销场景的个性化形象需求。
可图的使用体验非常优秀，包括图像质量、语义理解、生成速度等方面。由于目前是完全免费和开源的，未来是否收费是未知数，但至少目前可以无限制使用。
