隨著視覺生成式 AI 從研究階段邁入到商用階段，企業(yè)正在尋求負責任的方式來將這項技術集成到其產品中。

初創(chuàng)企業(yè) Bria 推出了一個開放式視覺生成式 AI 平臺來解決這一問題。該平臺在重視模型透明度的同時，也強調了公平歸屬和版權保護。目前，這家公司提供的模型可將文本提示轉換為圖像或轉換現(xiàn)有的圖像，今年還將增加文本轉視頻和圖像轉視頻的 AI。

Bria 聯(lián)合創(chuàng)始人兼首席執(zhí)行官 Yair Adato 表示：“創(chuàng)建生成式 AI 模型需要時間和專業(yè)知識。我們已經完成了這項工作中最繁重的部分，因此，產品團隊可以采用我們的模型來獲得技術優(yōu)勢，并且無需投入大量資源就能夠快速進入市場?！?/p>

廣告公司和零售商可以使用 Bria 的工具快速為營銷活動生成視覺效果圖。創(chuàng)意工作室可以利用這些模型開發(fā)圖片庫或編輯視覺效果。目前，已經有數(shù)十家企業(yè)客戶集成了這家初創(chuàng)企業(yè)的預訓練模型，或使用了其應用編程接口。

Bria 利用了 NVIDIA NeMo 框架來開發(fā)模型，該框架可在 NVIDIA 加速軟件中心 NGC 上獲得。借助在 NVIDIA Tensor Core GPU 上訓練的 NeMo Multimodal 集合中的參考實現(xiàn)，該公司實現(xiàn)了高吞吐量、低延遲的圖像生成，并且采用 NVIDIA Picasso 這一視覺生成式 AI 模型代工服務來運行推理。

Bria 研發(fā)副總裁 Misha Feinstein 表示：“我們一直在尋找一種能夠高效訓練模型的框架。該框架必須能夠最大程度地降低計算成本，同時又能夠擴展 AI 訓練的規(guī)模，以便更快達到模型收斂狀態(tài)。借助 NeMo 的優(yōu)化技術，我們得以在訓練和推理過程中最大程度地發(fā)揮 GPU 的性能?！?/p>

用創(chuàng)造性的解決方案解決創(chuàng)作上的難題

成立于 2020 年的 Bria 為采用視覺生成式 AI 的企業(yè)提供了靈活的選擇。采用 Bria 平臺的客戶可以通過大規(guī)模創(chuàng)建視覺內容來獲得競爭優(yōu)勢，同時保留對數(shù)據(jù)和技術的控制權。開發(fā)人員可以通過 API 訪問其預訓練模型，也可以直接授權使用源代碼和模型權重對其模型進行進一步微調。

Adato 表示：“我們希望建立一家尊重隱私、內容所有權、數(shù)據(jù)所有權和版權的公司。致力于讓行業(yè)能夠健康、可持續(xù)地發(fā)展，個人的持續(xù)創(chuàng)作和創(chuàng)新必須得到鼓勵?！?/p>

Adato 認為 Bria 的歸屬計劃就如同是按照歌曲播放次數(shù)向藝術家支付費用的音樂流媒體服務。所有使用 Bria 模型的客戶都必須遵守該計劃，即使他們對模型進行了進一步的訓練和微調也不例外。

使用授權數(shù)據(jù)集還有其他好處，比如 Bria 團隊無需花時間清理數(shù)據(jù)或整理不恰當?shù)膬热莺湾e誤信息等。

日益壯大的 NVIDIA 加速模型陣容

Bria 的文本轉圖像模型分為兩個版本。一個經過延遲優(yōu)化的版本可快速完成圖像背景生成等任務，另一個版本可提供更高的圖像分辨率。另外，Bria 還提供具有超分辨率、對象移除、對象生成、圖像修復和外部繪制等功能的基礎模型。

Bria 正在使用 NVIDIA Triton 推理服務器軟件和 NVIDIA TensorRT 軟件開發(fā)套件加快推理速度，致力于不斷提高生成圖像的分辨率、進一步降低延遲，并為電子商務和庫存圖片等行業(yè)開發(fā)領域專屬模型。

Feinstein 表示：“我們的業(yè)務運行在各種 NVIDIA 框架、硬件和軟件上。為了滿足需求，NVIDIA 專家?guī)椭覀儍?yōu)化了這些工具。如果沒有他們的幫助，運行速度可能會慢得多?！?/p>

為了跟上最新硬件和網絡基礎設施的發(fā)展，Bria 使用了諸如適用于 AI 訓練的 NVIDIA Tensor Core GPU、適用于推理的各種 NVIDIA Tensor Core GPU 等云計算資源。

Bria 是 NVIDIA 初創(chuàng)加速計劃會員，該計劃為初創(chuàng)企業(yè)提供技術支持和 AI 平臺指導。

審核編輯：劉清