|
转自公众号【赛博大表姐】，非常优秀的博主。 iRAG这个新闻已经不新鲜了，早在上个月这时候，百度世界2024大会上，李彦宏就发布了这项技术。 我是最近在作图的时候偶然想起来了，于是想写一篇，给不了解的朋友们看看。 什么是RAG？ Retrieval-Augmented Generation的缩写，检索增强生成。 用通俗易懂的话说，就是解决大模型“胡说八道”的问题，也是我们之前经常说的大模型“幻觉”。
大模型通常会自认为自己回答得还挺对的 当它不知道该怎么回答的时候，它也可能会乱回答。
所以之前很多人用AI去写一些学术性的东西，发现这玩意儿根本就没法写，全是胡诌的。
为了解决大模型“幻觉”，行业目前通常用增加RAG，来提高大模型在信息生成中的准确性和实用性。 这次百度发布的是iRAG（image based RAG），可以理解为大模型在图像领域的RAG。 我们先来看一组图： 提示词：特朗普穿圣诞老人的衣服。 提示词：马斯克穿婚纱。 提示词：马斯克穿着宇航服在月球。 人物的脸非常真实，可以说和真人一模一样，而不是像原来那样，看起来像，又不太像…… 百度的iRAG特点：幻觉低、超真实，在影视、漫画、海报制作等应用场景中，有了iRAG的加持，可以大大降低成本。 我刚才说了幻觉低，也不是说这个技术就完全没有幻觉了，在生成一个人的时候还可以，生成2个人幻觉可能就又加重了。 比如这张：
我要的明明是马斯克，生成的图左边是扎克伯克，右边变成了泽连斯基和马斯克的结合体……就很离谱。 最后，说一下怎么用。 手机下载文小言，在对话中选择图片创作，就可以进行绘图啦！ 好啦，今天就到这儿吧。散会～
| 
