大模型如何落地？又该如何实现商业化？这一议题已成为今年科技领域的焦点话题。
在一个鲜为人知的字体设计赛道上，清华创业公司“图形起源”悄然实现了商业变现：他们帮助字体公司将成本降低了80%，生产速度提升了10倍以上。Canva可画平台上最受欢迎的前100套中文字体，大部分都是通过他们的算法生成的。
这个市场虽然规模较小，但需求却十分迫切。设计公司和字体公司长期以来深受版权费用的困扰。而图形起源凭借其在图形学和AI方面的技术优势，提供了人工无法匹敌的效率与精度。
接下来，让我们来看看他们是如何通过AI造字，发现并实现商业化的。
靠AI造字赚钱，提速10倍以上
首先，什么是字体生产？在传统的字体生产流程中，设计师通常需要手写完成整套字体的制作（最多近3万个字）。初稿完成后，还需逐字校对，这个过程往往需要数月，带来不小的成本开销。此外，由于依赖人工操作，字体的质量和风格一致性也难以保证。
正是在与客户交流时，图形起源团队发现了这一行业痛点，经过数月的研发，打造了一条全新的AI字体生产线。
但这不是简单套用大模型就能解决的。字体设计最大的挑战在于，它是一种矢量图形，能够在放大时保持清晰度。而现有的AI图像生成通常是位图，受像素限制。如何让AI生成矢量图，并理解字体的锚点和矢量曲线的含义，是其中的技术难点。
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，使用传统的扩散模型生成位图；
接着，利用超分辨率模型将位图分辨率提升到最高；
然后，通过一种独特的算法，让AI理解“优质矢量设计”的标准，并基于这一标准优化模型，将位图转化为矢量图；
最后，训练一个专门用于检查错别字和字形结构的模型。
此外，他们还计划开发笔画拆分模型，进一步提升精度。
基于这些技术，他们实现了超越人类的效率和质量。例如，通过AI超分技术和AI矢量化处理，字体的细节在各种尺寸下都保持清晰，设计师可以在海报等大幅面场景中自如应用。
客户只需制作前199个字，AI便能在两天内生成数万个字，并且不局限于简体，还包括繁体字、生僻字、以及日文、韩文、拉丁字母等多种语言文字。
在准确度方面，简单字形（笔画少于15）单次生成的错误率低于1%，复杂字形（笔画多于15）错误率也不到5%，远高于人工审校的水平。
目前，他们还打造了一个SaaS平台，整个交付过程可以在线完成，客户可以随时查看进度，甚至自己完成字体的生产过程，无需图形起源的人工干预。
据透露，目前他们已经生成了346套字体，累计4680244个字。
来自图形起源
图形起源成立于2020年底，由清华大学车辆学院毕业生史海天在硕士休学期间创办。在此之前，他们主要研发3D创作引擎，并完成了三轮融资，获得了五源资本和真格基金等机构的支持。彼时，他们的愿景是打造一个大众化的3D内容创作工具及社交平台。
如今，大模型技术的突破为他们带来了全新的机遇。通过大量资金和时间的投入，图形起源最终成功训练了两个大模型——一个用于识别，另一个用于生成，其目标是让AI生成的字体与人工设计难以区分。
字体行业的一个优势在于，数据相对齐全。例如，AI可以从一套字形中学习一半字，进而生成剩余的部分。如今，他们已经达到了商用交付的水平，每周可完成超过40套字体的交付，效率提升了数百倍。
当前的主营业务
图形起源的业务主要集中在两个方面：
中文字库扩展：客户提供参考字体文件后，图形起源的AI会进行学习，生成风格统一的字形，整个过程在SaaS平台上进行。平台还支持人工校对、二次学习、批量生成等功能，以进一步降低错字率。
跨语种风格迁移：他们的AI能够根据任意语种的字体生成其他语种的字形。目前支持中日韩、拉丁字母、希腊字母等，且已在小米应用商店销售。藏文、阿拉伯文等小语种也在测试中。
尽管大厂们在生产力领域激烈竞争，但在具体的细分场景下，创业公司往往可以找到更为灵活的切入点。图形起源在字体和排版等强需求领域的成功就是一个例子。
大模型应用的关键在于能否解决实际问题，而图形起源已经用他们的创新回答了这一命题。