4月15日消息,今日,快手可靈AI宣布基座模型再次升級(jí),面向全球正式發(fā)布可靈2.0視頻生成模型及可圖2.0圖像生成模型。
與此同時(shí),可靈2.0大師版正式發(fā)布,全新上線多模態(tài)視頻編輯功能,在語(yǔ)義響應(yīng)、動(dòng)態(tài)質(zhì)量、畫面美學(xué)等方面顯著提升生成效果。
官方披露的數(shù)據(jù)顯示,自去年6月發(fā)布以來(lái),可靈AI已累計(jì)完成超20次迭代,截至目前,全球用戶規(guī)模突破2200萬(wàn)。
可靈2.0視頻生成模型
據(jù)快手高級(jí)副總裁、社區(qū)科學(xué)線負(fù)責(zé)人蓋坤介紹,可靈2.0視頻生成模型在動(dòng)態(tài)質(zhì)量、語(yǔ)義響應(yīng)、畫面美學(xué)等維度,保持全球領(lǐng)先。
比如,在文生視頻領(lǐng)域,可靈2.0對(duì)比谷歌Veo2的勝負(fù)比為205%,對(duì)比Sora的勝負(fù)比達(dá)367%,在文字相關(guān)性、畫面質(zhì)量、動(dòng)態(tài)質(zhì)量等維度上顯著超越對(duì)手。
3月27日,全球知名AI基準(zhǔn)測(cè)試機(jī)構(gòu)Artificial Analysis發(fā)布了最新的全球視頻生成大模型榜單,快手可靈1.6pro(高品質(zhì)模式)以1000分的Arena ELO基準(zhǔn)測(cè)試評(píng)分登陸圖生視頻(Image to Video)賽道榜首。
蓋坤披露的數(shù)據(jù)顯示,截至目前,可靈AI全球用戶規(guī)模已突破2200萬(wàn),累計(jì)生成1.68億個(gè)視頻及3.44億張圖片素材。自去年6月上線至今的10個(gè)月時(shí)間里,可靈AI的月活用戶數(shù)量增長(zhǎng)25倍。
可圖2.0圖像生成模型
據(jù)快手副總裁、可靈AI負(fù)責(zé)人張迪介紹,在圖像生成大模型領(lǐng)域,快手的可圖2.0處于行業(yè)領(lǐng)先水平,擁有多項(xiàng)核心優(yōu)勢(shì),諸如強(qiáng)大的復(fù)雜語(yǔ)義理解能力、電影級(jí)的畫面質(zhì)感、多條件的可控風(fēng)格化生成等。
在團(tuán)隊(duì)內(nèi)部的多項(xiàng)勝負(fù)率評(píng)測(cè)中,相較于Midjourney V7、FLUX1.1 [pro]以及Reve等行業(yè)領(lǐng)先的圖像模型,均保持明顯優(yōu)勢(shì)。
可圖2.0文生圖能力迎來(lái)全面升級(jí)。包括大幅提升指令遵循能力、顯著增強(qiáng)電影美學(xué)表現(xiàn)力以及更多元的藝術(shù)風(fēng)格。在風(fēng)格化響應(yīng)上,可圖2.0可支持60多種風(fēng)格化的效果轉(zhuǎn)繪,模型出圖創(chuàng)意和想象力實(shí)現(xiàn)大幅躍升。
同時(shí),可圖2.0也上線了實(shí)用的圖像可控編輯功能——局部重繪和擴(kuò)圖,支持圖片的增加、修改和修復(fù)。在圖像的多模態(tài)可控生成中,可圖2.0還上線了全新的風(fēng)格轉(zhuǎn)繪功能,只需要上傳一張圖片加上風(fēng)格描述,就能一鍵切換圖片的藝術(shù)風(fēng)格,同時(shí)精準(zhǔn)保留原圖的語(yǔ)義內(nèi)容。
可靈2.0大師版
在本次2.0模型的迭代中,可靈AI正式發(fā)布AI視頻生成的全新交互理念Multi-modal Visual Language(MVL),讓用戶能夠結(jié)合圖像參考、視頻片段等多模態(tài)信息,將腦海中包含身份、外觀、風(fēng)格、場(chǎng)景、動(dòng)作、表情、運(yùn)鏡在內(nèi)的多維度復(fù)雜創(chuàng)意,直接高效地傳達(dá)給AI。
“大家應(yīng)該很自然地會(huì)感受到文字在表達(dá)影像信息時(shí),是不完備的。我們需要有新的方式,能讓人真正精準(zhǔn)地表達(dá)出心中所想。”蓋坤指出,MVL由TXT(Pure Text,語(yǔ)義骨架)和MMW(Multi-modal-document as a Word,多模態(tài)描述子)組成,能從視頻生成設(shè)定的基礎(chǔ)方向以及精細(xì)控制這兩個(gè)層面,精準(zhǔn)實(shí)現(xiàn)AI創(chuàng)作者們的創(chuàng)意表達(dá)。
基于MVL這一全新交互方式,快手可靈AI發(fā)布了全新的可靈2.0大師版。張迪表示,可靈2.0大師版全面升級(jí)視頻及圖像創(chuàng)作可控生成與編輯能力,上線全新的多模態(tài)視頻編輯功能,能靈活理解用戶意圖。
比如,可靈2.0大師版支持在一段視頻的基礎(chǔ)之上,通過(guò)輸入圖片或文字,對(duì)生成的視頻內(nèi)容實(shí)現(xiàn)元素的增加、刪減、替換,幫助創(chuàng)作者們實(shí)現(xiàn)更加靈活的二次編輯和處理。
張迪披露,當(dāng)前,圖生視頻約占到可靈AI視頻創(chuàng)作量的85%,圖片質(zhì)量也對(duì)視頻的生成效果產(chǎn)生重要作用。
面向B端商家提供API接入服務(wù)
據(jù)介紹,除了C端訂閱用戶,可靈AI也面向B端商家提供API接入等服務(wù)。
目前,可靈AI已與包括小米、亞馬遜云科技、阿里云、Freepik、藍(lán)色光標(biāo)等在內(nèi)的數(shù)千家國(guó)內(nèi)外企業(yè)客戶建立了合作關(guān)系。
蓋坤披露,來(lái)自世界各地的超1.5萬(wàn)開發(fā)者,已將可靈的API應(yīng)用于不同的行業(yè)場(chǎng)景中,累計(jì)生成的圖像數(shù)量約1200萬(wàn)個(gè),生成的視頻素材超過(guò)4000萬(wàn)個(gè)。
- 《黑神話:悟空》PS5國(guó)行版將于6月18日正式發(fā)售,建議零售價(jià)268元起
- 報(bào)告:2029年美國(guó)AI搜索廣告支出將達(dá)260億美元,占比13.6%
- 重塑內(nèi)生安全體系 實(shí)現(xiàn)AI時(shí)代安全突圍 ——2025北京網(wǎng)絡(luò)安全大會(huì)(BCS)開幕
- 覆蓋上百國(guó)家!啟信慧眼全球供應(yīng)鏈“風(fēng)險(xiǎn)地圖”助力中企安全“出海”
- 門禁憑證技術(shù)進(jìn)化簡(jiǎn)史:開啟更加安全和便利的未來(lái)
- Google I/O 大會(huì):科技盛宴,引領(lǐng)未來(lái)創(chuàng)新潮流
- 馬蜂窩端午出行大數(shù)據(jù):短途周邊游是主流,非遺民俗關(guān)注度持續(xù)走高
- 微軟裁員6000人原因揭曉 AI沖擊首當(dāng)其沖
- 騰訊音樂(lè)2025Q1業(yè)績(jī)持續(xù)高質(zhì)量增長(zhǎng):在線音樂(lè)服務(wù)收入達(dá)58億元,同比增長(zhǎng)15.9%
- 硅谷巨頭庭審?fù)抡嫜裕何磥?lái)10年Meta、谷歌搜索、iPhone或成歷史
免責(zé)聲明:本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性,但不保證有關(guān)資料的準(zhǔn)確性及可靠性,讀者在使用前請(qǐng)進(jìn)一步核實(shí),并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏,概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí),應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說(shuō)明,并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后,將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí),溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。