快手發布“可靈”視頻生成大模型：開啟AI視頻創作新紀元

原標題：快手發布“可靈”視頻生成大模型：開啟AI視頻創作新紀元
文章來源：小夏聊AIGC
內容字數：2546字

快手推出“可靈”視頻生成大模型，引領AI創作新潮流

6月6日，國內短視頻平臺快手正式發布了一款名為“可靈（Kling）”的視頻生成大模型。這一由快手AI團隊自主研發的創新技術，標志著中國在人工智能視頻創作領域邁出了重要的一步。可靈大模型具備多重優勢，能夠生成大幅度的合理，模擬真實物理世界的特性，并擁有強大的概念組合能力和創意想象力。

突破性的視頻生成能力

可靈大模型通過簡單的文本輸入，便能生成時長長達2分鐘、1080P高清、每秒30幀的流暢視頻。在色彩呈現、視頻清晰度、動作連貫性及對文本語義的準確理解方面，可靈表現出色，足以與OpenAI的Sora相媲美。同時，它還具備模擬真實物理世界的技術特性，為用戶帶來了更為真實的觀看體驗。

先進的技術架構

在技術上，可靈采用了3D時空聯合注意力機制，更有效地建模視頻中的復雜時空。這一創新意味著可靈不僅能生成大幅度的，而且這些將遵循客觀的規律。例如，在官方展示的視頻中，一位宇航員在月球上奔跑，隨著鏡頭的提升，宇航員的步態和影子都保持了合理的表現。此外，可靈還能夠模擬光影反射、流體等真實物理特性，使得生成的視頻更加生動。比如，在一段關于“小男孩吃漢堡”的視頻中，男孩咬下漢堡時，漢堡上出現了明顯的缺口，并且在整個視頻中保持如一。

表情與身體驅動的創新玩法

可靈大模型還引入了表情身體驅動技術，結合自研的3D人臉和人體重建技術，用戶只需上傳一張全身照片，便能體驗生動的“唱跳”玩法。這種技術的運用，為視頻創作帶來了全新的可能性。

可靈的五大優勢

1. 流暢合理的模擬：通過創新的3D時空聯合注意力機制，精準捕捉視頻中的復雜動態，生成自然且符合物理法則的。

2. 高清視頻輸出：可靈能夠生成長達兩分鐘、每秒30幀的流暢視頻，保證高質量的觀看體驗。

3. 真實物理特性的模擬：能夠逼真地模擬光影效果、流體等，確保視頻內容符合自然界的規律。

4. 概念組合與創意轉化能力：結合Diffusion Transformer架構，將用戶的想象轉化為生動的視覺畫面，甚至創造超現實的場景。

5. 靈活的視頻寬高比支持：通過可變分辨率訓練策略，適應不同寬高比需求，滿足多樣化的創作需求。

未來展望

通過這些顯著優勢，可靈不僅為視頻創作帶來了前所未有的便捷和高效，也為AI視頻生成領域開辟了新的天地。目前，可靈大模型已在快手旗下的快影App開放邀測體驗，支持創作者申請并體驗其最新的文生視頻功能。快手表示，將持續加速大模型的研發與應用，力求帶來更豐富的AI創作與互動體驗。

可靈視頻生成大模型的發布，不僅為快手帶來了新的競爭優勢，也為整個AI創作領域注入了新的活力。我們期待這一創新技術在未來的廣泛應用，為用戶帶來更多精彩紛呈的視頻內容。

聯系作者

文章來源：小夏聊AIGC
作者微信：
作者簡介：專注于人工智能生成內容的前沿信息與技術分享。我們提供AI生成藝術、文本、音樂、視頻等領域的最新動態與應用案例。每日新聞速遞、技術解讀、行業分析、專家觀點和創意展示。期待與您一起探索AI的無限潛力。歡迎關注并分享您的AI作品或寶貴意見。