无界 AI 首席技术官张飞彪：未来将开放生态服务，拥抱更多的开发者丨中国 AIGC 产业应用峰会

AI 新智界讯，1 月 5 日，“智求共赢・中国 AIGC 产业应用峰会暨无界 AI 生态合作伙伴大会”在杭州未来科技城召开。大会由杭州未来科技城管委会、余杭区科技局和余杭区企业（人才）综合服务中心联合指导，时戳科技主办，AI 新智界提供媒体特别支持。大会上，无界 AI 首席技术官张飞彪发表“无界 AI 企业服务：一站式 AIGC 解决方案”主题演讲。

据张飞彪介绍，无界 AI 提供一站式产品、模型、算力 AIGC 解决方案，具体包括软件、模型、开放平台、算力、赛事及培训 6 大项目。谈及未来规划，张飞彪称，无界 AI 将开放生态服务，拥抱更多的开发者，支持自定义工作流、插件、模型等；同时，无界 AI 将支持企业协同管理，包括账号、专用算力、网盘管理、数据罗盘等。

以下是 AI 新智界根据速记整理的演讲内容，为方便阅读已进行部分删减：

今天我将为大家介绍无界 AI 的企业服务，我们的定位是“一站式的产品、模型、算力 AIGC 解决方案”。

首先从整体上了解一下无界 AI 对外提供的整体服务。

软件服务上，对外有通用版，包含 PC 网站、H5 站点以及相关的安卓和 iOS App；专业版软件的功能非常丰富，包含了工作流机制及相关的插件功能。除此之外，我们还支持漫画、视频和 3D 的生成。另外，我们也对外输出了无界自研大语言模型集对应的智能体。

今天，我会重点介绍模型服务、API 服务和算力服务，另外我们也相关的创意赛事服务及培训服务。

模型服务

首先，先看一下无界的行业模型。刚才长铗已经详细介绍了该模型，这里我不做赘述。我一直持有的观点是，如何用行业模型解决专业领域的问题，是 AIGC 落地应用的关键。本身无界 AI 的立足之本也是我们的行业模型，我们会针对每一个细分领域训练出对应的行业模型。

行业模型的训练主要分成三大步骤：

首先是数据部分，大家要知道数据对于一个模型的好坏是至关重要的，它本身也是 AIGC 这一块的基础燃料。在该流程中，模型主理人会做好数据的收集及数据质量的评估，然后交由算法同学做尺寸处理，因为不同的尺寸会应对不同的需求场景，比如说 1：1 比较适合做头像，16：9 比较适合做壁纸。完了之后，做出对应的数据清洗，包含水印的去除、背景的整体优化。此外，我们还会对特定场景的数据做针对性的优化，其中也包含局部的数据优化。大家知道在 AI 绘画中，手部、耳部、眼部容易出现问题，所以我们在这方面也做了特殊优化，后面也会训练出对应的 LoRA，往后会跟大家介绍。

有了数据部分之后，如何针对数据进行相关的标注也是非常关键的。不同于常规的模型训练，我们除了使用图片包含的信息，我们还会使用图片相关的描述信息，比如标题、正文描述，还有客户标签。经过无界的多模态大模型，将其转化为自然语言描述，再经过无界的自然语言模型进行数据标签，最终输出为体系化的结构标签。强调一下，无界的标签不只用于训练阶段、强化学习，而且在生成阶段也会作为触发词，辅助我们精准控制，减少开盲盒的效果。整个数据标注的服务功能，目前我们也会对外提供，如果大家有这块的需求，也可以关注一下。

有了数据，做好了数据标准，最后就是进入对应的模型训练阶段。模型训练的时候，很关键的是要使用什么样的底模。因为现在的 SD 有 1.5，也有 SDXL，还有 SD 2.1，到底使用哪个相关模型？我们会根据多融的消融实验，做好对比测试，最终确定出最优的训练底模。在此之上，通过相关的模型训练算法，比如说微调模式、Dreambooth、LoRA、融合实验等。这是我们常见的训练模式。另外，不同的模型以及不同的数据有不同的特点，我们会根据对应的特点做好训练参数的调整。这一块需要再强调一下，本身无界的行业模型大概有十几个，所以我们投入的资源非常大，目前的训练算力也是以高阶的 A800 和 H800 为主，整体使用的算力比较丰富；此外，从训练的方式上，我们也有一套标准化的训练模式，也能做到分布式训练。

目前，无界对外提供的模型训练服务主要包含这几种：

一方面是大模型训练，我们已经跟一些大型车企和快消品牌，还有万事利、三维家进行了合作；我们还有对应的 LoRA 训练，一些前沿的技术我们也都支持，比如目前流行的潜在一致模型（LCM），它能够大幅提升训练和推理效率。对应的，手部、眼部这一类容易出现崩坏的情况，我们会结合优化 LoRA，去辅助模型推理生成，减少这类情况的出现。最后，重点提一下个性写真服务，我们结合了自己的人脸融合算法，去提升图像的相似度。这方面主要是高阶版，使用多张图片（目前是 6 张以上），可以训练一个精美的写真，最终可以媲美线下影楼的效果，它结合的是人脸 LoRA 以及底层私人影像模型。我们还有一个是基础版，或者叫快捷版，可以用单张或多张图在 3 分钟内完成 LoRA 训练，整体效果也很不错，而且模板可以自定义。刚才提到的神隐活动，使用的就是这种快捷模式。

开放平台

接下来是整体的开放平台，也就是对应的相关的 API 服务。

首先是企业账号的开通，包含密钥、接口的整体调试。完了之后，可能需要做业务相关的参数配置，比如存储、内容审核选择等。再来是套餐选择，包含积分和时长模式，之后商务同学会重点介绍。

在管理平台部分，为了方便企业使用，我们也提供企业控制台，方便客户做好系统管理、对应的参数配置以的数据看板和监控告警服务。

上面只是简要的列举，实际上整个 API 服务要丰富得多，大体可以分为：基础作画相关、模型相关，还有现在比较火热的视频。视频服务目前还处于初级阶段，大家可以根据自己的实际业务和场景来选用，包括文生视频、图生视频、视频转视频等。训练上，除了前面提到的个性相机、LoRA 训练，我们还支持训练素材的管理以及数据标注服务。另外还有比较特色的功能，比如说咒语生成器、咒语解析器，这都是无界的特色服务。另外我们还有大语言模型，能把自然语言转化为相关的绘画提示词，同时进一步推荐绘画模型及参数配置。

前面提到的这么多功能，如果没有稳定可靠的服务支撑，就很难保障良好的用户体验。这里，我们快速看一下无界 AI 的架构图，最上层还是相关的软件服务及开放平台，也就是 API 部分；业务部分，主要包含绘画、训练以及视频相关的。往后还有一些插件和工作流机制。再往下则是后端服务。其中比较特色的，就是算力调度及管理平台。

算力调度上，最关键的是我们自研了一套模型动态切换算法。大家知道绘画的时间跟算力配置、模型数量有一定关系。我们在这一块做了自动启停服务，当队列排队较多的时候，我们会自动启动新的机器来加入到创作的服务。当有闲置资源的时候，我们又会逐步释放，以提升 GPU 算力的利用率。而模型动态切换上，目前使用的是大内存的缓存方案。经过缓存以后的模型，A 模型切换到 B 模型，加载和卸载，我们能大致做到 3 秒完成。如果是磁盘或者网盘的模型，比如刚才提到的个性相机训练，一般是 30 秒内就可以完成模型切换。通过这一套机制，我们可以在充分保障用户良好体验的情况，也进一步提升 GPU 算力的利用率，同时把成本做到更低。

接下来是数据看板和监控告警服务，这是非常关键的。比如异常告警，我们不可能永远看监控看板，只能配置一定的阈值，当出现异常的时候，它会通过告警服务收到通知，再灵活作出对应的处理。乃至到后面，可以做到自动化的运维。在数据看板上，主要包含对应的业务指标和技术指标。

算力服务

在介绍完开放平台后，最后给大家介绍一下算力服务。我们的算力主要由无界 AI 子业务矩池云承接。矩池云成立于 2019 年，比无界 AI 还要早，也是专注于人工智能领域的 GPU 云平台。目前，对外能够提供分布式的 AI 计算服务，包含网盘、弹性调度算力等。另外，在技术上我们也有自研的轻量级容器技术，以及内核机的微 GPU 技术。像常见的 AI 框架，目前都是支持的。因为它本身是一个比较完整的云服务平台，我们也能够提供开源的大语言模型的镜像，以及 SDXL 文生图的镜像。

在以往的合作中，有一类客户有自建算力的需求，我们提供了从硬件的采购，再到整个系统的设计的全链路解决方案，帮助把本地资源上云，做到整体的混合调度，相当于把私有云和公有云整体结合起来使用。这个服务经过了五年的打磨和迭代，整体非常成熟。如果有企业比较看重数据保护，需要做一些数据隐私的考虑，比如说系统隔离的话，可以考虑算力的私有化部署方案。

最后就是我们的混合云弹性调度。我们能够根据实时算力需求，去灵活调度多家云厂商的算力需求，能够灵活应对大型活动的波峰波谷。通过一个平台，去对接多家厂家。我们现在也跟市面上常见的华为云、腾讯云、火山引擎都做了对接，包括国内外的软件系统以及芯片都做的兼容支持，能够通过一个平台去灵活调度公有云、私有云及专有云。

介绍完模型服务、开放平台以及算力服务，其实无界还做好了一些相关服务。在未来，我们希望能开放生态，拥抱更多的开发者和企业，一起加入到无界的生态体系中，由各自开发者和企业来做相关定义；还有模型的训练和托管，乃至到最后做到低代码平台，灵活搭建产品和管理平台。最后还有在企业协同方面提供的服务，包含企业账号、子账号、虚拟账号，以及相关企业算力的租用和网盘管理。在数据上，希望能给对应企业提供更好的数据洞察以及分析能力。

我的演讲到这里，也期待新的一年里，无界 AI 能给大家提供更加优质的企业服务。