Tongyi Wanxiang - Alibaba Cloud SaaS สำหรับการสร้างเนื้อหาหลายรูปแบบ

ในบล็อกนี้เราจะมาดูความสามารถของ Tongyi Wanxiang ซึ่งเป็น SaaS หลายรูปแบบสำหรับ Generative AI

โดย: Ferdin Joe

Alibaba Cloud มีผลิตภัณฑ์ SaaS ต่าง ๆ ภายใต้ระบบนิเวศของ Tongyi ผลิตภัณฑ์ SaaS ต่าง ๆ ของ Tongyi มีดังนี้:

Tongyi Qianwen - Qwen LLMs สร้างผลลัพธ์ข้อความตามพรอมต์ข้อความและโมเดล Qwen VL เพื่อโต้ตอบตามภาพ
Tongyi Wanxiang - สร้างภาพตามข้อความพรอมต์ แก้ไขส่วนหน้าและพื้นหลังของภาพต้นฉบับโดยใช้รูปภาพอ้างอิงและพรอมต์ และสร้างวิดีโอตามข้อความพรอมต์
Tongyi Lingma - ปลั๊กอินสร้างโค้ดผู้ช่วยที่มีให้สำหรับ IDE เช่น VS Code และ Jet Beans
Tongyi Tingwu - แปลเสียงเป็นข้อความ และแปลงอักษรจากเสียงสดหรือเสียงที่เก็บไว้

ในบล็อกนี้เราจะมาดูความสามารถของ Tongyi Wanxiang ซึ่งเป็น SaaS หลายรูปแบบสำหรับ Generative AI Alibaba Cloud มี Model Studio ซึ่งทำงานร่วมกับฟังก์ชันการทำงานของ Model as a Service (MaaS) นี่คือโมเดลภาษาวิสัยทัศน์ของ Qwen VL เราจะใช้โมเดลนี้เป็นหลักสำหรับสถานการณ์ต่อไปนี้:

Azeez เป็นสถาปนิกที่อาศัยอยู่ในดูไบและมีความเชี่ยวชาญด้านการออกแบบตึกสูงในโครงการที่ได้รับมอบหมายใหม่ เขาค้นหาทางอินเทอร์เน็ตและพบภาพอ้างอิงสำหรับโครงการของเขา เขาใช้รูปภาพดังกล่าวไม่ได้เนื่องจากอาจเกิดการร้องเรียนเรื่องลิขสิทธิ์ และภาพยังไม่ถูกใจเขา 100 เปอร์เซ็นต์ เขาจึงต้องการสร้างภาพที่คล้ายกับภาพที่ดาวน์โหลดมาจากอินเทอร์เน็ต เขาไม่มีพื้นฐานทางด้านเทคนิคที่จะสามารถสร้างพรอมต์ที่ดีได้ แต่มีความรู้เกี่ยวกับการใช้งาน Model Studio ของ Alibaba Cloud ขั้นตอนการแปลงภาพนี้ให้เป็นภาพที่สร้างโดย AI ที่ไม่มีลิขสิทธิ์และน่าเชื่อถือเพียงพอต่อผลงานของโครงการของเขา

เข้าสู่คอนโซลของ Model Studio

คลิกที่ Use Now

คลิกที่ Playground

เรียกดูโมเดลต่าง ๆ และเลือก Qwen-VL-Plus หรือ Qwen-VL-Max

คลิกที่ไอคอนรูปภาพเพื่อเลือกรูปที่เขาดาวน์โหลดไว้

ป้อนพรอมต์เป็น Create a prompt to generate a picture as same as this image คลิกปุ่มด้านล่างขวาเพื่อป้อนค่า

คัดลอกพรอมต์และเปิดพอร์ทัล Tongyi Wanxiang SaaS

ป้อนพรอมต์ที่คัดลอกมาจาก Qwen VL Max แล้วคลิกที่ "Generate a painting"

สถาปนิกเลือกภาพที่สองที่สร้างขึ้นเนื่องจากดูใกล้เคียงกับจินตนาการของเขา คลิกที่ภาพนั้น

คลิกเพื่อดาวน์โหลดภาพ ตอนนี้ภาพต้องมีฟุตเทจวิดีโอแบบไดนามิก ไปที่หน้าการสร้างวิดีโอ ฟีเจอร์การสร้างวิดีโอนี้เปิดตัวในงานประชุม Apsara 2024 ครั้งล่าสุด