Vega AI

定义

Vega AI创作平台是北京右脑科技有限公司推出的一款在线人工智能创作工具，用于根据用户输入的文本、图像或视频生成图像与视频内容。 它属于人工智能生成内容（AIGC）工具，主要处理视觉内容，而非文字问答类任务。^[1]

该平台的核心是右脑科技自主研发的多模态图像视频合成算法，以及在此基础上发布的Vega大模型，用户通过网页端或微信小程序即可调用。^[4]

原理

Vega AI背后的右脑多模态图像视频合成算法为自主研发，由文本、图像、视频三种模态的编码器以及一个共享的视觉生成器组成。^[4] 文本编码器把用户描述转化为特征向量，图像与视频编码器则提取视觉输入的特征，再由共享的视觉生成器输出图像或视频，因此同一套架构可以同时承担文生图、图生图、图像编辑和视频风格转换等任务。^[4]

平台采用基础模型与风格模型分离的组织方式，用户在选定基础模型后再叠加风格模型，并可上传素材训练专属风格模型。^[5] 生成流程中还引入条件控制，包括线稿、姿态、深度图和区域构图等输入形式，用于约束画面构图与人物动作。^[6] 在内容合规方面，模型输出在返回用户前先经过机器审核，自有检测模型与第三方评测模型均判定安全后才予放行，判定为疑似的转人工审核。^[4]

发展历程

推出该平台的北京右脑科技有限公司成立于2022年9月30日，注册地位于北京市海淀区，法定代表人为梁健。 创始团队成员梁健、周呈华、史杰均毕业于北京大学，曾是NUWA女娲、智源悟道等多模态预训练大模型的核心成员。^[6] 2022年9月公司获得奇绩创坛的种子轮投资，2023年6月完成数千万元天使轮融资，由光合创投领投、奇绩创坛跟投，同年10月完成由真格基金投资的Pre-A轮融资。

2023年6月19日，Vega AI创作平台上线基础AI绘画功能，支持文生图与图生图。^[2] 上线不到两个月，平台用户量突破百万，吸引自媒体运营、电商、虚拟建模、二次元等领域的使用者。^[3] 2023年12月，平台新增文生视频和图生视频功能，当时支持约4秒时长的短视频生成。^[2]

2024年3月，平台升级4K超清生成与个性化风格训练功能。^[2] 2024年2月，右脑多模态图像视频合成算法通过国家互联网信息办公室备案，备案号为网信算备110108182074601240013号，应用产品为Vega AI创作平台网站与小程序。^[4] 2024年7月，平台新版本上线，推出新的图像生成模型与二次元模型，并支持从2K提升至4K分辨率。^[1] 2025年8月，平台新增视频模型定制、一键风格切换与智能选区编辑等交互功能。^[1]

应用

在图像创作方面，用户既可以输入文字描述生成图像，也可以上传参考图进行风格迁移、元素添加与细节优化，还可用线稿或姿态信息约束生成结果。^[6] 平台的画质提升功能可将图像分辨率提升至4K，局部修改功能则允许用户涂抹指定区域后按文本指令替换该部分内容。

在视频方面，文生视频可根据文字描述生成视频内容，图生视频可将上传的一系列图像串联为连贯短片，用于制作动画短片或视频故事。^[6] 右脑多模态图像视频合成算法的应用场景覆盖平面设计、工业设计以及影视制作等领域，主要形式为图像与视频内容的生成和编辑。^[4] 公司披露的技术落地领域还包括商品图与电商模特、IP创作、游戏美术、产品设计、室内外设计与AI相机。^[6]

局限

图像与视频生成具有随机性，输出结果可能与用户预期不符，部分内容不可用。 因此平台建议使用者在不同指令、功能与模型参数下多次尝试，并从若干结果中挑选较满意的作品。

风格模型的训练时间与上传图片的数量和大小相关，平台当时不支持训练加速。 用户训练的模型若长时间未被使用会被清理删除，投稿到风格广场的模型一般需3个工作日完成审核。 此外，平台上线时手机端仅有微信小程序，未推出独立应用程序。^[7]

参见

• 人工智能生成内容 —— Vega AI所属的技术领域，即以人工智能生成图像、视频等内容。

• 文生图 —— 平台的核心功能之一，根据文字描述生成图像。

• 文生视频 —— 平台扩展出的功能，根据文字描述生成视频。

• 扩散模型 —— 视觉生成任务常用的模型架构，平台团队成员曾从事相关研究。

• 北京右脑科技有限公司 —— 开发和运营Vega AI创作平台的企业。