PaintsChainer

通过浏览官网，我们创造PaintsChainer支持“提取线稿”、“指定上色颜色”、”指定上色风格“以及在pixiv Sketch中自动上色。

在此前对黑咔相机的融资宣布中，36氪在文末提到了喵图，一家打算机视觉团队，他们与上文的PaintsChainer一样切入动漫行业并于近期推出了一款为动漫线稿智能上色的APP。

以下是喵图为线稿上色的效果：

经测试，喵图APP的单张线稿的渲染韶光在0.5~1秒之间，PaintsChainer须要3~5秒。

对付线稿上色，36氪过去也有过宣布与理解。

在动漫制作的流程中，线稿上色处于脚本创作、分镜与线稿之后。
由于门槛不高但却极度耗时，一样平常由初入行的画师卖力。
近年来随着海内动漫作品数量的暴增，动漫CP对上色职员的诉求也愈来愈大，但人工本钱的攀升与有限的上色效率成为了制约动漫内容提高产量的障碍。

喵图CEO马慕晗认为，上色环节虽然繁杂耗时，但每部作品的画风与笔触险些同等，这对长于学习和仿照的AI会是个很好的运用处景。
他向36氪列举了一组数字：一部25分钟标准的动漫，每秒约12副图，每集会有18,000副图，一位闇练的上色师一天事情10个小时，均匀能完成20~30副，一个10人的团队不算后期，周末不休须要2个月韶光；但是如果用人工智能的办法，在目前喵图的算法与算力根本下只须要150分钟，比较人工操作，提升2000倍的效率。
不过马慕晗也提到，AI渲染后依然须要人工去复查，赞助机器。

毫无疑问，对付动漫行业，机器为线稿自动上色将对内容产出的效率有极大的提升浸染。

基于打算机视觉技能和二次元领域数据的积累，喵图在业务上开拓了两个紧张板块，其一因此自动上色技能为核心的动漫制作加速做事，紧张为动漫CP输出产能，提高作品制作效率并收取做事用度。

受限于动漫行业缺少统一的制作规范以及每部作品的风格都不同，短期内该技能会以项目制为主，同时喵图也在考试测验推出批量化制作需求的工具平台，希望能够定义一套高效的制作流程。

第二个板块，即跳出为制作方做事的局限，面向平台方利用图像识别算法的能力供应内容增值做事，核心是提升行业盈利能力。

展开说，喵图会基于对动漫内容的识别与理解，为平台内容供应动态的交互式体验和嵌入式广告，提升平台长尾流量的变现能力，比如基于对人物及场景的识别与理解，精准推送或植入与情节干系的广告。
这一模式在***领域和直播领域已有成功运用，在落地动漫领域时，商业模式还需验证。

比较第一个方案，第二个方案更具备实现规模化营收的潜力，喵图正在同时推进这两条业务线。

算法层面，喵图与36氪之前宣布过的Versa和黑咔相机类似，都是基于图像识别的算法，先做人景分离，再做区域识别，即构造化上色目标并理解区域语义，末了用风格迁移的算法将学习的样本风格给线稿上色，难度并不大。

喵图的最大上风在于积累了大量动漫领域的垂直数据，包含了人物数据、场景数据、人物内部细粒度的标记数据以及漫画文本数据，这些数据的沉淀直接影响终极的渲染效果，也能担保喵图在全体领域的先发上风。

末了大略为大家先容喵图科技的融资历史与团队。

喵图科技曾于2017年12月完整天使轮融资，投资方为云天使基金，目前正寻求1200万公民币的Pre-A轮融资，用于团队扩招以及B端产品的迭代。
团队方面，创始人兼CEO马慕晗本科毕业于清华大学产品设计专业，研究生毕业于美国伊利诺伊理工大学设计学院（全美排名第一设计研究生院），主修产品设计，后在微软研究院从事图像处理与技能研发，卖力产品设计和算法编程。