在此前閉幕的世界人工智能大會（WAIC）上，快手推出的視訊大模型可靈再次成為焦點。作為全球首個使用者可用的真實影像級視訊生成大模型，可靈一經問世便引發強烈反響。
自釋出以來，可靈已吸引超過50萬人申請，開放給30萬使用者使用，生成超700萬條短視訊。
可靈的高品質生成效果和易用性引起了全球關注，外國網友都投來了羨慕的目光。
昨天，我可靈的試用申請終于通過了。我将結合快手此次的更新、釋出，與我的親身體驗分享給大家。
可靈網頁端上線，新功能全面更新
在大會上，可靈推出了圖生視訊和視訊續寫功能。
圖生視訊功能讓你可以用一張圖直接生成視訊，一緻性超高。
視訊續寫功能可将生成的視訊每次延長5秒，最長可達三分鐘。
可靈網頁端也同步上線，其生成的視訊不僅品質高，還符合實體規律，連大幅度運動也能準确刻畫。
新的Web端上線功能包括：
1. 文生視訊：畫質更新，單次可生成10秒視訊。
2. 圖生視訊：支援自定義首尾幀，提升畫質。首尾幀控制功能隻需上傳首尾兩張圖檔，可靈就能自動“腦補”中間的運動變化過程。
3. 運鏡控制：提供豐富的鏡頭控制選項，預設多種大師級鏡頭模式，不再需要寫鏡頭提示詞。
快手視覺生成與互動中心負責人萬鵬飛介紹了可靈的技術方案，在運動生成、實體規律、視訊畫質、指令響應等七個方向實作了進一步更新。
除了模型更新和功能更新，快手還釋出了可靈Web版本，使用者可以在PC上更友善地創作和管理作品。
新功能堅持了快手的“不畫餅”原則，釋出即上線，目前限時免費體驗。
體驗指南與效果
可靈Web版操作非常簡單，進入創作頁面後，文生視訊模式下輸入提示詞；
圖生視訊模式下上傳圖檔并輸入提示詞。
設定好參考比例、生成時長、畫面比例、運鏡控制等參數後，點選“立即生成”按鈕即可生成。等待5分鐘左右即可。
生成完的視訊可以延長、下載下傳、收藏等。
生成效果真的是驚豔到了我。
先是文生視訊的效果，鏡頭移動非常快，畫面連續沒有模糊。
再看看圖生視訊效果，其他畫風也能很好地識别。
最後是首尾幀功能，兩張差别較大的圖檔竟然被可靈就這麼簡單地串聯起來了。
看到這裡，和我之前用的其他AI視訊應用比，我願稱可靈為最強AI視訊應用。
文生圖大模型——可圖
此次Web界面整合了圖檔生成功能，背後是快手自研的文生圖大模型——可圖。
可圖與可靈深度關聯，生成圖檔後可一鍵轉到圖生視訊，圖生視訊中也可直接選擇可圖繪制的圖檔。
可圖與其他圖像生成模型相比，品質更高、語義跟随能力更強，支援的場景更加豐富。内部盲測中，可圖超越了MidJourney、Stable Diffusion等模型，名列第一。
在北京智源研究院的第三方測試中，可圖以75.23分排名第二，僅次于76.66分的DALL·E-3。此外，可圖還具備強大的“寫字”能力，能在圖像中嵌入真實的文本效果。
可圖在今年5月31日向公衆開放，而在WAIC大會上，蓋坤宣布可圖大模型正式開源。推理代碼和Checkpoints已在GitHub公布，未來還将陸續上線LoRA、ControlNet和ComfyUI工作流。
快手大模型家族全員亮相
除了可靈和可圖，快手的大模型矩陣還包括語言大模型、推薦大模型等。
比如推薦大模型基于SIM（Search Interest Model）模型打造，擁有10萬億參數量，處理每個使用者的行為序列長度可達百萬。
快手的語言模型“快意”在内部盲測中，中文能力已達GPT-4水準。快意從13B版本發展到現在的175B版本和多模态版本，已廣泛應用于素材創作、AI互動和内容生産等場景。
基于這些大模型能力，快手還搭建了數字人全流程AIGC服務，包括數字人腳本創意生成、數字人渲染生成、實時互動和智能客服問答等。
在C端，快手APP評論區上線了智能體“AI小快”，作為使用者的智能互動小助手。AI小快基于多模态大模型的了解能力，可回答各種問題，還能在評論區畫圖、畫表情包，并實作情緒互動。
快手堅持自研，擁抱開源
快手在戰略架構中，堅持全棧自研和技術創新至關重要。從底層晶片算力、網絡架構到頂層應用，快手持續投入基礎研究和前沿探索，展現出其自研技術的強大實力。
快手副總裁張迪表示，自主研發長期帶來的“技術雪球”效應和巨大成本優勢是公司戰略的重要部分。快手擁有豐富的AI應用場景，給予大模型技術大量落地機會，是國内大模型應用探索最深入的公司之一。
此外，快手積極推動生态發展，如可圖的開源。快手與多家高校和科研機構合作，設立專項基金支援學術研究創新。例如，快手與中國計算機學會（CCF）成立“CCF-快手大模型探索者基金”，支援“大語言模型”和“視覺了解與生成”等五大核心領域研究項目。
如果你覺得這篇文章對你有所幫助，歡迎點贊、收藏以及轉發分享。同時，請關注我，以擷取更多關于人工智能的最新資訊和見解！
官網：
參考：