清華系“倉頡”來了！大模型造字7天交付超40套，客戶成本大降80%

白小交 發(fā)自 凹非寺

量子位 | 公眾號 QbitAI

大模型如何落地？怎么落地？成為今年科技領(lǐng)域的頭號主題。

在一個不為大多數(shù)人所知道的造字賽道中，這家清華創(chuàng)業(yè)公司——「圖形起源」悄然實現(xiàn)商業(yè)變現(xiàn)：

幫助字體公司降低80%成本，提速10倍以上。Canva可畫上最受歡迎的前100套中文字體，大部分都是用他們的算法生成的。

這個賽道足夠小也確實剛需，設(shè)計公司、字體公司苦版權(quán)費用久矣。

而他們憑借原本積累的圖形學(xué)與AI的技術(shù)優(yōu)勢，實現(xiàn)了人工所不能及的效率和精度。

來看看他們是如何發(fā)現(xiàn)以及靠AI造字來賺錢的。

靠AI造字賺錢，提速10倍以上

首先來了解一下什么是字體生產(chǎn)？

傳統(tǒng)的字體生產(chǎn)流程，往往需要設(shè)計師用手寫的方式來完成整套字體的制作，（一套字體最多近3萬字）并且在初稿完成后，還需要人工團(tuán)隊進(jìn)行逐字校對。

因為純?nèi)斯げ僮鳎@樣一套流程下來不僅周期長，往往需要一個季度。對于字體公司來說，這是一筆不小的成本支出。

與此同時，也正因為人工，單個字體字形質(zhì)量風(fēng)格等細(xì)節(jié)上不好把控。

對于設(shè)計公司來說，制作過程中的高成本，也導(dǎo)致了商用版權(quán)字體采買費用的高昂。

正是在同客戶交流時，圖形起源團(tuán)隊發(fā)現(xiàn)了這一行業(yè)痛點，耗時數(shù)月打造了一套字體生產(chǎn)線。

這不是簡單應(yīng)用一個大模型就能直接生成的。字體設(shè)計最大的區(qū)別在于它是矢量圖，可以無限放大而不失真。而目前AI生成的圖通常是位圖，有像素限制。

如何讓AI生成矢量圖，理解字體的錨點和矢量曲線的含義，成為核心的技術(shù)難點。

創(chuàng)始人史海天分享了他們的解決思路，整個流程分為四個階段：

首先，用一個傳統(tǒng)的Diffusion模型會生成位圖；

其次，用第二個超分辨率模型，把字體位圖的分辨率提到最高；

然后，用一種獨特的算法，讓AI能夠理解什么是“好的矢量設(shè)計”，設(shè)計第三個模型，以這種“好“的審美作為優(yōu)化目標(biāo)，用訓(xùn)練后的模型把位圖轉(zhuǎn)化成矢量圖；

最后，訓(xùn)練一個專門檢查錯別字和字形結(jié)構(gòu)的模型。

除此之外，他們還計劃開發(fā)筆畫拆分模型。

基于這樣的模型，他們能實現(xiàn)人類所不能達(dá)到高效和高質(zhì)量。

比如基于AI超分技術(shù)和AI矢量化，像各種筆畫、偏旁部首的邊緣細(xì)節(jié)處理，能禁得起任意放大維度，設(shè)計師能在海報等場景中使用。

客戶只需要完成前199個字的操作，AI就能在兩天內(nèi)訓(xùn)練并生成數(shù)萬字。并且也不限于簡體，像繁體字、生僻字，日文韓文拉丁這樣的多語種也OK。

在準(zhǔn)確率上，簡單字形（筆畫<15）單次生成的平均生成錯字率小于1%，復(fù)雜字形（筆畫≥15）單次生成的平均生成錯字率小于5%，已經(jīng)遠(yuǎn)高于人工審校的準(zhǔn)確度。

現(xiàn)在他們還打造了一個SaaS平臺，整個交付過程都可以在線上進(jìn)行。客戶能隨時查看進(jìn)度，或自己完成全部生產(chǎn)過程，不用圖形起源的人工干預(yù)。

據(jù)透露，目前他們已經(jīng)生成了346套字體，累計4680244個字。

來自圖形起源

圖形起源成立于2020年底，是由當(dāng)時清華大學(xué)車輛學(xué)院畢業(yè)生史海天，讀碩士休學(xué)時候創(chuàng)辦。

在此之前，他們主要做3D創(chuàng)作引擎，并完成了三輪融資，受到像五源資本、真格基金等機(jī)構(gòu)的青睞。當(dāng)時他們的愿景是，希望在未來建立一個大眾化的3D內(nèi)容創(chuàng)作工具，以及一個普通人愿意在其中生活的社交世界。

不過現(xiàn)在史海天回憶當(dāng)時沒有找到很好的變現(xiàn)場景，如今大模型的到來，帶給他們?nèi)碌臋C(jī)遇。

當(dāng)時他們花了很長時間和資金來驗證這件事情。史海天透露，他們當(dāng)時訓(xùn)了兩個大模型，一個用來識別，一個用來生成，訓(xùn)練目標(biāo)是AI生成的字體讓AI分辨不出。

不過這個行業(yè)的優(yōu)點在于，字體數(shù)據(jù)是比較全的，比如一套字能喂給AI一半字，讓AI可以生成剩下一半字。

最后他們也實現(xiàn)了交付級別的生成效果，目前一周能完成超過40套字體的交付，相當(dāng)于效率提升了幾百倍。

目前公司主要有兩個主營業(yè)務(wù)。

中文字庫擴(kuò)寫，也就是客戶給參考字體文件，圖形起源AI先進(jìn)行一波學(xué)習(xí)，然后生成風(fēng)格統(tǒng)一的字形。

整個流程都是在SaaS平臺上進(jìn)行，平臺上支持人工校對、二次學(xué)習(xí)、批量生成、人工二次篩選等工作，以進(jìn)一步降低生成字體的錯字率。

跨語種風(fēng)格遷移。顧名思義，就是根據(jù)任意語種任意字體，來生成同種風(fēng)格的任意語種任意字形。

目前他們能夠穩(wěn)定生成中日韓拉丁字母、希臘字母、西里爾字母，常見符號數(shù)字等，并且已經(jīng)在小米應(yīng)用商店有售賣。

而像藏文、阿拉伯文等小語種文字還在內(nèi)測階段。

最后想說，雖然現(xiàn)在看各個大廠都在卷生產(chǎn)力場景，市場很卷。但是具體到各個細(xì)分場景下，大企業(yè)也許就沒有那么多的資金精力去投入。

那些場景看上去需求有限，但確實同樣也是強(qiáng)剛需，也能實現(xiàn)商業(yè)變現(xiàn)。比如字體，比如排版。

對于創(chuàng)業(yè)公司來說，就是個不錯的切入點。圖形起源就是一個。

如今大模型應(yīng)用如火如荼，到底還是看能不能解決實際問題。這條真理已經(jīng)是再明確不過了。