快手大模型 “可灵”AI再升级让普通用户玩转AI视频更方便

长沙晚报掌上长沙7月9日讯（全媒体记者聂映荣通讯员陈妮希）日前，在2024世界人工智能大会期间，快手举办以“新AI·新应用·新生态”为主题的大模型论坛。会上，快手大模型首次集体亮相，视频生成大模型“可灵”、图像生成大模型“可图”等产品的多项新功能正式发布。继图生视频、视频续写功能发布之后，“可灵”在一个月内迎来了第三次重大升级，网页端（可灵大模型 | AIGC工具导航）也正式上线。

“快手搭建了以快意语言大模型、推荐大模型、视觉生成大模型为核心的大模型矩阵。”快手高级副总裁、主站业务与社区科学线负责人盖坤介绍，该大模型矩阵覆盖内容生产、理解、推荐等多个层面，并深度服务快手的商业生态场景。

近年来，视频生成类AI产品的发展备受各界关注。“可灵”AI此次发布新功能后有怎样的变化？

继图生视频、视频续写功能发布之后，“可灵”AI在一个月内迎来了第三次重大升级。在本次论坛上，快手宣布，“可灵”AI基础模型再度升级，推出更加清晰的高画质版，以及首尾帧控制、镜头控制等全新编辑能力。

快手视觉生成与互动中心负责人万鹏飞表示，“可灵”AI大模型最新发布的版本中，“可灵”在运动生成、生成时长、物理规律、视频画质、指令响应、图生视频、视频可控性等7个方向的能力亮点实现进一步升级，可单次生成更高清更可控的10秒及更长的视频。

盖坤介绍，截至目前，已有超过50万用户申请“可灵”的内测资格，视频生成数量达700万。用户通过“可灵”创造的“老照片复活”等作品，因触动人心的力量火爆全网。为进一步激发AI爱好者们的创作热情，快手还在论坛上正式发起“灵”感迸发——首届“可灵”AI x 快影视频创作大赛，联动六大院校，总奖金池超30万元。

在图像生成大模型领域，快手的“可图”拥有多项核心优势能力，如强大的复杂语义理解能力、摄影级的画面质感、多条件的可控风格化生成等。

盖坤介绍，“可图”大模型集成了快手在大语言模型领域的深厚积累，通过数十亿中文语料的训练，树立了中文场景下图像生成的新标杆。本次论坛上，快手宣布“可图”正式开源，这一举措旨在激发行业活力，共建一个更为繁荣的文生图大模型社区生态。

会上，中国计算机学会（CCF）还宣布与快手携手，共同成立“CCF-快手大模型探索者基金”，并同步开启基金申请通道。该基金计划于年内推出12个研究项目，课题最高可获30万元支持，旨在应对AI技术迅猛发展的趋势及业界对前沿技术的迫切需求，聚焦新一代大模型的关键技术研发。