快手舉行“靈感成真”可靈AI 2.0模型發(fā)布會(huì)，并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。?

據(jù)介紹，可靈2.0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；可圖2.0模型在指令遵循、電影質(zhì)感及藝術(shù)風(fēng)格表現(xiàn)等方面顯著提升。?

快手高級(jí)副總裁、社區(qū)科學(xué)線負(fù)責(zé)人蓋坤透露，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，可靈AI全球用戶規(guī)模突破2200萬(wàn)，過(guò)去的10個(gè)月里，其月活用戶量增長(zhǎng)25倍，累計(jì)生成超過(guò)1.68億個(gè)視頻及3.4億張圖片。?

蓋坤介紹稱，兩款模型在團(tuán)隊(duì)內(nèi)部的多項(xiàng)勝負(fù)率評(píng)測(cè)中，均穩(wěn)居業(yè)內(nèi)第一。例如在文生視頻領(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。

基于MVL理念，可靈AI正式推出多模態(tài)編輯功能?！皬慕裉炱?，大家可以在可靈AI的平臺(tái)上體驗(yàn)我們的多模態(tài)編輯能力。用戶可以非常直接地把自己的想法用圖像等方式作為輸入，生成符合自己想法的創(chuàng)意視頻?！鄙w坤介紹，MMW（多模態(tài)描述詞）將不只局限于圖片和視頻，也可以引入其它模態(tài)的信息，例如聲音、運(yùn)動(dòng)軌跡等，讓用戶實(shí)現(xiàn)更加豐富的表達(dá)。?

全新的可靈2.0大師版在語(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?？伸`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。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。

據(jù)官方介紹，當(dāng)前圖生視頻約占到可靈AI視頻創(chuàng)作量的85%。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)。

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。