Kakao Brain于10日发布可在3秒内生成逼真图像的超大规模AI图像生成模型“Karlo 2.0”。
Karlo 2.0学习了约3亿张规模的文本—图像数据集。Karlo 2.0生成的图像分辨率最高支持2048x2048,并强化了画面的空间感、立体感以及动物毛发等纹理的细节表现力,可生成接近实拍的高质量图像。其对包括“现代艺术家”等各类画风的呈现能力也十分出色,图像生成速度相比原有模型Karlo 1.4也有所缩短,可在3秒内生成用户想要的图像。Kakao Brain相关人士表示:“基于全球顶级水平的语言理解能力,具备生成完成度很高画作的性能”,“即使输入‘拥有明亮蓝色眼睛的猫’这类复杂的提示词(指令),也能准确理解并绘制出来”。
Kakao Brain已将Karlo 2.0的开放API(应用程序接口)公开在开发者社区“Kakao Developers”上,目的是推动韩国国内AI生态发展。与原有的Karlo 1.4相比,Karlo 2.0可生成多种尺寸和比例的图像,除了较高的提示词理解度外,还通过“负向指令”功能事先控制图像生成时需要排除的表现或关键词。Kakao Brain在推出Karlo 2.0开放API的同时,将此前最多500张的免费生成图像数量大幅扩大至每月最多60万张。
Kakao Brain联席代表金日斗表示:“经过人体比例与构图、表现空间感和立体感的透视图等各类图像数据学习及技术升级过程,才推出了Karlo 2.0”,“我们将通过学习大量数据和用户反馈,在生成实拍水准图像的同时,将其发展为能够反映更多样用户需求的图像生成模型”。






