SEED-Story:腾讯开源AI自动生成儿童绘本!正式进军图书行业

RayRay
SEED-Story儿童绘本二孩政策开源技术MLLM热门

封面

统计数据

据统计,在2022年中国儿童绘本市场规模约为80亿元,预计到2025年将超过100亿元,在中国图书零售市场中占比达到 28.27% 。

并且随着 二孩政策 的全面放开和家长对儿童早期教育重视的提高,儿童绘本市场还会继续快速增长,市场潜力巨大。

但绘本的制作也是较为复杂的。要对故事情节进行构思,还要进行绘制。

但最近腾讯最近 开源SEED-Story 能够自动生成绘本,大大降低了儿童绘本的市场准入门槛。

项目介绍

SEED-Story,是一种基于 SEED-XMLLM,能够生成由丰富连贯的叙述文本以及 人物和风格一致 的图像组成的 多模态长篇故事。

输入一张图片和一段文本,SEED-Story 就可以生成与图片人物一致,剧情丰富的连环画。

故事最多可以跨越 25 个多模态序列,想要获得更长的故事就需要再次输入照片和文字。

在输入时,照片和文字的组合是很重要的,输入 相同的图片 但是输入的 文字不同 就可以得到 两个不同的故事

我们可以看到,输入的图片是一致的,但第一张图的描述中有一个带着黄色帽子的男人,所以在后续的故事中就出现了这个人物。

而第二张输入的图片描述时没有这个人物,在后续的故事中也就没有出现这个人物。

可以通过输入不同的描述来生成 不同的故事,得到 更多的灵感。

总结

通过该项开源技术,绘制 儿童画本 变得简单迅捷,想要在儿童文学作品的市场分上一杯羹也会变得更加简单。

同时该技术还能应用在 教育领域,在给儿童做启蒙教育时也能够加以应用,让儿童教育更加简单。

项目链接:

https://github.com/TencentARC/SEED-Story

编辑推荐精选

Keevx

Keevx

AI数字人视频创作平台

Keevx 一款开箱即用的AI数字人视频创作平台,广泛适用于电商广告、企业培训与社媒宣传,让全球企业与个人创作者无需拍摄剪辑,就能快速生成多语言、高质量的专业视频。

即梦AI

即梦AI

一站式AI创作平台

提供 AI 驱动的图片、视频生成及数字人等功能,助力创意创作

扣子-AI办公

扣子-AI办公

AI办公助手,复杂任务高效处理

AI办公助手,复杂任务高效处理。办公效率低?扣子空间AI助手支持播客生成、PPT制作、网页开发及报告写作,覆盖科研、商业、舆情等领域的专家Agent 7x24小时响应,生活工作无缝切换,提升50%效率!

TRAE编程

TRAE编程

AI辅助编程,代码自动修复

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
蛙蛙写作

蛙蛙写作

AI小说写作助手,一站式润色、改写、扩写

蛙蛙写作—国内先进的AI写作平台,涵盖小说、学术、社交媒体等多场景。提供续写、改写、润色等功能,助力创作者高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。

AI辅助写作AI工具蛙蛙写作AI写作工具学术助手办公助手营销助手AI助手
问小白

问小白

全能AI智能助手,随时解答生活与工作的多样问题

问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。

热门AI助手AI对话AI工具聊天机器人
Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。

讯飞智文

讯飞智文

一键生成PPT和Word,让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级,全面对标OpenAI o1

科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。

下拉加载更多