Midjourney遇勁敵！谷歌AI繪畫4大牛創業，免費試玩Imagen技術，拿下1.2億天使融資

原文來源：量子位

圖片來源：由無界AI‌ 生成

AI繪畫王座上的MidJourney，終於迎來強勁對手。

最新挑戰者Ideogram橫空出世，開局就靠免費註冊吸引眾多目光。

最矚目的特性：在圖中精準生成文字，英偉達科學家範麟熙直接毫不客氣地用它畫了一個**“It's over, Midjourney”**。

背後公司Ideogram AI，谷歌AI繪畫4大牛集體離職的創業項目，坐標多倫多，帶著1650萬美元 （約1.2億人民幣）種子輪融資席捲而來。

創始團隊中前4人都是谷歌文生圖研究Imagen論文作者，組成一個擴散模型頂級研究團隊。

谷歌藏著掖著這麼久都不給大家玩的先進研究成果，終於被他們給開放出來。

Ideogram AI種子輪融資由a16z和Index Ventures領投。

個人投資者中也不乏知名人物，如OpenAI創始成員Andrej Karpathy，強化學習大牛Pieter Abbeel，Node.js創始人Ryan Dahl、GitHub聯合創始人Tom Preston-Werner等。

甚至團隊的老上司，前谷歌大腦掌門人Jeff Dean也有參與。

別看創始團隊都是技術出身，Ideogram AI在宣傳造勢方面也一點不含糊，直接在𝕏上號召大家刷二創tag，開啟了一波病毒營銷。

AI學會精準畫出文字

讓AI精準畫出文字，一直是個難題。雖然SDXL和Midjourney新出的局部重繪功能有所改善，但網友反饋成功率一直不太高，需要反复嘗試。

Ideogram一搞定這個痛點，直接被網友們玩出花了。

讓文字出現在指示牌上、同時適應環境光影，沒問題。

做一個咖啡拉花也沒問題。

抽像風格的海報，也可以搞出風格合適的字體。

一句話直出品牌logo更是生產力屬性拉滿。

從網友們分享的提示詞中也可以看出，增加畫文字成功概率的“咒語”也很簡單，就一個單詞：

typography（印刷排版）

不過很可惜的是，它還不太能掌握中文。

拋開文字，Ideogram的圖像生成能力，出圖質量可以比肩MidJourney和Stable Diffusion。

如果與Imagen使用完全相同的技術，那麼使用谷歌T5而不是OpenAI CLIP作為語言編碼模型，意味著Ideogram對提示詞裡空間關係描述的理解還要更強。

有人成功用它生成一組風格一致的圖像。

再結合視頻生成工具Pika Labs直接搞出電影預告片風格的短片。

擴散模型頂級研究團隊

Ideogram AI創始團隊共7人，其中4人都是谷歌Imagen的合著者。

其中共同一作Mohammad Norouzi任CEO，他在多倫多大學計算機科學博士就讀期間拿到了谷歌ML博士獎學金。

畢業後他加入谷歌大腦工作了7年，除了生成模型之外也是也是谷歌神經機器翻譯團隊的原始成員，Hinton團隊自監督對比學習框架SimCLR的合著者。

共同一作William Chan (陳俊樂)任新公司CTO，他先后就读于加拿大滑铁卢大学、卡内基梅隆大学。

他2012年加入谷歌時先做的機器學習廣告工程，後轉到谷歌大腦作NLP研究。

第三位共同一作Chitwan Saharia本科畢業於孟買理工學院，2019年加入谷歌，現在是Ideogram的聯合創始人。

第四位聯創Jonathan Ho博士畢業於UC伯克利，曾在OpenAI工作一年，後加入谷歌。

他除了是Imagen論文的核心貢獻者，還是去噪擴散模型奠基之作**《Denoising Diffusion Probabilistic Models》**的一作，這篇論文合著者中的Pieter Abbeel也是Ideogram AI的投資人。

創始團隊中的另外三人，Shayaan Abdullah曾是Twitter的機器學習工程師，於今年4月離職，後加入Ideogram AI。

Jacob Lu為軟件工程師，加入Ideogram之前曾在亞馬遜等公司任職；Jenny Lei是軟件工程實習生，加入Ideogram AI之前曾在谷歌實習。

還要做視頻生成

Ideogram AI的四位聯創在谷歌期間，還完成了視頻生成的後續工作Imagen Video。

在一年前就已經實現了生成1280*768分辨率、每秒24幀的高清視頻片段。

實際上在今年3月，量子位就曾從投資市場獲悉他們的天使輪估值達到1億美元，更多VC想給錢而趕不上、投不進，以及他們創業方向的更多消息：

**不僅做圖像生成，將來還要做視頻生成。 **

無論Imagen還是Imagen Video，谷歌出於安全、倫理等方面考慮都未曾放出試玩、API或開源代碼。

研究成果無法轉化為應用，是近年來不少從谷歌離職創業者遇到的共同問題。

如大模型那邊的Transformer八位作者中，Cohere創始人Aidan Gomez就曾表示離開的原因是**“我在谷歌沒有看到大模型發揮它真正的力量”**。

Ashish Vaswani與Niki Parmar離開谷歌創辦Adept AI與Essential AI的原因也是**“谷歌希望用Transformer優化現有產品，而我們希望創造新產品”**。

後來這些研究者所擔心的事也確確實實發生了：

儘管2021年5月（比ChatGPT訓練數據截止日期還早）谷歌就已經開發出了LaMDA對話大模型與聊天機器人，但在推出產品方面有太多顧慮，最終** 18個月後被隔壁ChatGPT**一手直接面對公眾開放搶盡了風頭。

……

吸取了這些教訓，新成立的Ideogram AI也拿出一副盡量開放、先把用戶吸引進來玩的架勢。

最初宣布了1000人測試名額，但沒一會就滿了。

今天似乎又開放了一些名額，量子位上午註冊時並沒有遇到排隊。

總之名額應該還是有限的，感興趣的朋友抓緊了。

試玩地址：

參考鏈接： [1] /發射 [2] [3] [4]