讓每個人都能用 AI 講出好故事。
4 月 15 日，可靈 AI 在北京中關村國際創新中心舉行「靈感成真」2.0 模型釋出會，宣佈基座模型再次升級，面向全球正式釋出可靈 2.0 影片生成模型及可圖 2.0 影像生成模型。
資料顯示，自去年 6 月釋出以來，可靈 AI 已累計完成超 20 次迭代，截至目前，全球使用者規模突破 2200 萬。來自世界各地的超 1.5 萬開發者和企業客戶，將可靈的 API 應用於不同的行業場景中。
一直以來，可靈 AI 致力於提升模型基礎質量，增強畫質清晰度，並引入更多創新功能，以滿足使用者多樣化需求。快手高階副總裁、社群科學線負責人蓋坤錶示，可靈希望讓每個人都能用 AI 講出好故事，實現更加精準的複雜創意表達。
01
4 月 15 日，可靈大模型 2.0 版本及可圖大模型 2.0 版本正式面向全球釋出。據悉，可靈 2.0 模型在動態質量、語義響應、畫面美學等維度，保持全球領先；可圖 2.0 模型在指令遵循、電影質感及藝術風格表現等方面顯著提升。
蓋坤介紹，兩款模型在團隊內部的多項勝負率評測中，均穩居業內第一。例如在文生影片領域，可靈 2.0 對比谷歌 Veo2 的勝負比為 205%，對比 Sora 的勝負比達 367%，在文字相關性、畫面質量、動態質量等維度上顯著超越對手。
自去年 6 月釋出以來，可靈 AI 已累計完成超 20 次迭代。3 月 27 日，全球知名 AI 基準測試機構 Artificial Analysis 釋出了最新的全球影片生成大模型榜單，快手可靈 1.6pro（高品質模式）以 1000 分的 Arena ELO 基準測試評分登陸圖生影片（Image to Video）賽道榜首。
作為全球首個使用者可用的 DiT 影片生成模型，截至目前，可靈 AI 全球使用者規模已突破 2200 萬，累計生成 1.68 億個影片及 3.44 億張圖片素材。自去年 6 月上線至今的 10 個月時間裡，可靈 AI 的月活使用者數量增長 25 倍。
蓋坤認為，AI 在輔助創意表達上擁有巨大潛力，但當前的行業發展現狀還遠遠無法滿足使用者需求，在 AI 生成內容的穩定性、以及使用者複雜創意的精確傳達上仍有「很多挑戰」。也因此，要真正實現「用 AI 講好每一個故事」的願景，必須對基模型能力進行全方位提升，定義人和 AI 互動的「全新語言」。
一直以來，可靈 AI 致力於提升模型基礎質量和模型效果，並引入更多創新功能，以滿足使用者的多樣化需求。在本次 2.0 模型的迭代中，可靈 AI 正式釋出 AI 影片生成的全新互動理念 Multi-modal Visual Language（MVL），讓使用者能夠結合影像參考、影片片段等多模態資訊，將腦海中包含身份、外觀、風格、場景、動作、表情、運鏡在內的多維度複雜創意，直接高效地傳達給 AI。
「大家應該很自然地會感受到文字在表達影像資訊時，是不完備的。我們需要有新的方式，能讓人真正精準地表達出心中所想。」蓋坤指出，MVL 由 TXT（Pure Text，語義骨架）和 MMW（Multi-modal-document as a Word，多模態描述子）組成，能從影片生成設定的基礎方向以及精細控制這兩個層面，精準實現 AI 創作者們的創意表達。
基於 MVL 理念，可靈 AI 正式推出多模態編輯功能。「從今天起，大家可以在可靈 AI 的平臺上體驗我們的多模態編輯能力。使用者可以非常直接地把自己的想法用影像等方式作為輸入，生成符合自己想法的創意影片。」蓋坤介紹，MMW（多模態描述子）將不只侷限於圖片和影片，也可以引入其它模態的資訊，例如聲音、運動軌跡等，讓使用者實現更加豐富的表達。
02
基於 MVL 這一全新互動方式，釋出會現場，快手副總裁、可靈 AI 負責人張迪釋出了全新的可靈 2.0 大師版，在語義響應、動態質量、畫面美學等方面顯著提升生成效果。
「可靈 2.0 大師版不僅僅是一次簡單的技術升級，更是一次全方位的體驗躍升。」張迪介紹，可靈 2.0 大師版實現了技術、體驗、美學的三重突破。
值得一提的是，可靈 2.0 大師版全面升級影片及影像創作可控生成與編輯能力，上線全新的多模態影片編輯功能，能靈活理解使用者意圖。支援在一段影片的基礎之上，透過輸入圖片或文字，對生成的影片內容實現元素的增加、刪減、替換，幫助創作者們實現更加靈活的二次編輯和處理。
張迪披露，當前，圖生影片約佔到可靈 AI 影片創作量的 85%，圖片質量也對影片的生成效果產生重要作用。
在影像生成大模型領域，快手的可圖 2.0 處於行業領先水平，擁有多項核心優勢，諸如強大的複雜語義理解能力、電影級的畫面質感、多條件的可控風格化生成等。在團隊內部的多項勝負率評測中，相較於 Midjourney V7、FLUX1.1 [pro] 以及 Reve 等行業領先的影像模型，均保持明顯優勢。
張迪介紹，可圖 2.0 文生圖能力迎來全面升級。包括大幅提升指令遵循能力、顯著增強電影美學表現力以及更多元的藝術風格。在風格化響應上，可圖 2.0 可支援 60 多種風格化的效果轉繪，模型出圖創意和想象力實現大幅躍升。
同時，可圖 2.0 也上線了實用的影像可控編輯功能——區域性重繪和擴圖，支援圖片的增加、修改和修復。在影像的多模態可控生成中，可圖 2.0 還上線了全新的風格轉繪功能，只需要上傳一張圖片加上風格描述，就能一鍵切換圖片的藝術風格，同時精準保留原圖的語義內容。
03
除了 C 端訂閱使用者，可靈 AI 也面向 B 端商家提供 API 接入等服務。目前，可靈 AI 已與包括小米、亞馬遜雲科技、阿里雲、Freepik、藍色游標等在內的數千家國內外企業客戶建立了合作關係。
蓋坤披露，來自世界各地的超 1.5 萬開發者，已將可靈的 API 應用於不同的行業場景中，累計生成的影像數量約 1200 萬個，生成的影片素材超過 4000 萬個。
如今，可靈正在成為 AI 時代影片創作的新基礎設施。AIGC 技術的迅猛發展，也正在重構包括廣告營銷、專業創作、影視、娛樂創意等在內的多個行業。
以二次元 AI 創作社群產品狸譜為例，其產品負責人一休介紹，可靈 AI 為狸譜帶來了創新突破。其 1.6 版本在人物運動流暢度、鏡頭移動等方面展現出卓越效能，助力狸譜成功接入「動態 LIVE」和「新春萌偶搖」兩大功能。前者實現「圖 – 影 – 音」快速創作，後者在春節期間引發 60 萬用戶轉播。未來，雙方將基於狸譜的優質內容資料與可靈的演算法能力，打造動畫模型，推動 AI 成為內容引擎，並共同孵化優質創作者，構建更活躍的創作生態，攜手開啟二次元內容產業的新篇章。
「可靈 AI 可全面融入劇集級創作流程」。可靈 AI 超級創作者、《新世界載入中》總導演、異類 Outliers 創始人陳翔宇在分享中介紹，AIGC 相較於實拍和動畫，不僅是效率的提升，更是試錯空間的革命性釋放。
從劇本創作到內容發行，異類 Outliers 團隊完成了一次完整的影像工業化創作流程，覆蓋從美學表達到鏡頭結構，再到複雜動作場景與細節的全面呈現。「我們實踐之後發現，可靈 AI 是一個能夠穩定、大規模嵌入劇集創作流程的生成式協作大模型。」陳翔宇認為，在 AI 的輔助下，導演及編劇團隊的大量內容創意也實現了更富有想象力的表達，「AIGC 也許是下一代內容結構的雛形」。
為了進一步激發 AI 愛好者們的創作熱情，快手副總裁、可靈 AI 負責人張迪還在釋出會現場正式發起「可靈 AI NextGen 新影像創投計劃」。該計劃將加大對於 AIGC 創作者的扶持力度，透過千萬資金投入、全球宣發、IP 打造和保障，以全資出品、聯合出品和技術支援等靈活多樣的合作方式，讓 AI 好故事走向世界。同時，可靈 AI 面向全球創作者發出徵集邀約，邀請使用者共同打造全球首支使用者共創 AI 創意短片，讓創作者的靈感和創意登陸上海、香港、東京、巴黎、多倫多等世界多地廣告大屏。
面向未來，蓋坤錶示，可靈 AI 將持續大力推動技術創新，用人與 AI 互動的全新語言，幫助使用者實現複雜創意的精確表達，「我們的初心，是讓每個人都能用 AI 講出好的故事，我們也真切地希望這一天更快到來」。
熱點影片
更多閱讀