中國聯(lián)通宣布，聯(lián)通數(shù)據(jù)智能公司打造、首個完全在國產昇騰AI軟硬件平臺上實現(xiàn)訓練和推理的中文原生文生圖模型聯(lián)通元景文生圖模型”，正式開源。

該模型實現(xiàn)了多項自主創(chuàng)新突破:

首先是在架構上，通過在SDXL架構中融合復合語言編碼模塊，實現(xiàn)了對中文長文本、多屬性對應和中文特色詞匯的精確語義理解，對應圖像的生成效果得到了極大提升。

其次是在昇騰AI大規(guī)模算力集群上，實現(xiàn)了中文原生文生圖模型的訓練和推理，并將模型和代碼對業(yè)界開源，以推動文生圖領域的國產化進程。

據(jù)悉，原始SDXL的語言編碼器僅使用英文CLIP模型，智能支持英文文本輸入，輸入長度也不能超過77個token。

對此，聯(lián)通元景文生圖模型一方面將英文CLIP模型替換成中文CLIP，并引入復合語言編碼架構，使用基于encoder-decoder架構的語言模型，突破文本長度限制。

通過引入復合語言編碼模塊，元景文生圖模型實現(xiàn)了原生中文語義理解，避免了利用翻譯插件等作為中介調用英文文生圖模型造成的中文信息損失。

同時，通過引入海量中文圖文對數(shù)據(jù)進行預訓練，模型對中文專屬名詞，如鼠標-老鼠、仙鶴-吊車等英文模型易混淆的對象，以及中文菜譜等英文模型無法理解的名詞，都能夠準確理解并生成對應的高質量圖片。

（在英文中均翻譯成crane，易混淆）

（中文特色詞匯）

中國聯(lián)通在國產昇騰AI基礎軟硬件平臺上實現(xiàn)了元景文生圖模型從微調訓練到推理的一體化適配。

在微調訓練方面，用戶可使用自定義數(shù)據(jù)集，實現(xiàn)從其它平臺至昇騰的平滑切換;

在模型推理方面，接口與Diffusers對齊，簡單易用，支持單卡和多卡，單卡推理支持UNet Cache加速。

該模型已在聯(lián)通的多個內外部項目中服務于文創(chuàng)、服裝、工業(yè)設計等諸多領域，支撐了中華器靈、服裝大模型等數(shù)十個案例。

聯(lián)通元景文生圖模型賦能服裝設計

聯(lián)通元景文生圖模型賦能文物活化

目前，元景文生圖模型已在GitHub、Hugging Face、魔搭、始智等社區(qū)全面開源，地址如下:

GitHub:

https://github.com/UnicomAI/UniT2IXL.git

HuggingFace:

https://huggingface.co/UnicomAI/UniT2IXL

魔搭:

https://www.modelscope.cn/UnicomAI/UniT2IXL.git

始智:

https://wisemodel.cn/models/UnicomAI/UniT2IXL

聯(lián)通元景文生圖模型在全球數(shù)字經濟大會上獲獎

（舉報）