大模型如何落地？怎么落地？成为今年科技领域的头号主题。在一个不为大多数人所知道的造字赛道中，这家清华创业公司——「图形起源」悄然实现商业变现：帮助字体公司降低80%成本，提速10倍以上。canva可画上最受欢迎的前100套中文字体，大部分都是用他们的算法生成的。这个赛道足够小也确实刚需，设计公司、字体公司苦版权费用久矣。而他们凭借原本积累的图形学与ai的技术优势，实现了人工所不能及的效率和精度。来看看他们是如何发现以及靠ai造字来赚钱的。靠ai造字赚钱，提速10倍以上首先来了解一下什么是字体生产？传统的字体生产流程，往往需要设计师用手写的方式来完成整套字体的制作，（一套字体最多近3万字）并且在初稿完成后，还需要人工团队进行逐字校对。因为纯人工操作，这样一套流程下来不仅周期长，往往需要一个季度。对于字体公司来说，这是一笔不小的成本支出。与此同时，也正因为人工，单个字体字形质量风格等细节上不好把控。对于设计公司来说，制作过程中的高成本，也导致了商用版权字体采买费用的高昂。正是在同客户交流时，图形起源团队发现了这一行业痛点，耗时数月打造了一套字体生产线。这不是简单应用一个大模型就能直接生成的。字体设计最大的区别在于它是矢量图，可以无限放大而不失真。而目前ai生成的图通常是位图，有像素限制。如何让ai生成矢量图，理解字体的锚点和矢量曲线的含义，成为核心的技术难点。创始人史海天分享了他们的解决思路，整个流程分为四个阶段：首先，用一个传统的diffusion模型会生成位图；其次，用第二个超分辨率模型，把字体位图的分辨率提到最高；然后，用一种独特的算法，让ai能够理解什么是“好的矢量设计”，设计第三个模型，以这种“好“的审美作为优化目标，用训练后的模型把位图转化成矢量图；最后，训练一个专门检查错别字和字形结构的模型。除此之外，他们还计划开发笔画拆分模型。基于这样的模型，他们能实现人类所不能达到高效和高质量。比如基于ai超分技术和ai矢量化，像各种笔画、偏旁部首的边缘细节处理，能禁得起任意放大维度，设计师能在海报等场景中使用。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
- 在准确率上，简单字形（笔画
