可灵AI发布升级版系列模型开启视频生成2.0时代

7003383

7005136

7005137

<article><section data-type="rtext">【环球网科技综合报道】4月15日，可灵AI在北京举行“灵感成真”2.0模型发布会，宣布基座模型再次升级。此次升级涵盖视频生成领域的可灵2.0模型和图像生成领域的可图2.0模型。数据显示，自2024年6月首次发布以来，可灵AI已完成20余次技术迭代，目前全球注册用户超过2200万。来自150多个国家和地区的1.5万余家开发者与企业，将可灵的API应用于不同的行业场景中。可灵AI全系模型升级，重新定义人与AI的交互方式据悉，本次升级主要围绕模型基础性能提升展开。可灵2.0模型在动态表现、语义理解、视觉美感等关键技术指标达到行业领先水平；可图2.0模型则优化了指令执行精度与艺术风格呈现效果。据团队内部评估，在文字相关性、画面清晰度等核心维度较前代产品有显著改进。自去年6月发布以来，可灵AI已累计完成超20次迭代。3月27日，全球知名AI基准测试机构Artificial Analysis发布了最新的全球视频生成大模型榜单，快手可灵1.6pro（高品质模式）以1000分的Arena ELO基准测试评分登陆图生视频（Image to Video）赛道榜首。截至目前，可灵AI全球用户规模已突破2200万，累计生成1.68亿个视频及3.44亿张图片素材。自去年6月上线至今的10个月时间里，可灵AI的月活用户数量增长25倍。<img data-alt="快手高级副总裁、社区科学线负责人盖坤" src="//img.huanqiucdn.cn/dp/api/files/imageDir/74612133288c243da05123821cdfdfddu1.png?imageView2/2/w/1260" />快手高级副总裁盖坤认为，AI在辅助创意表达上拥有巨大潜力，但当前的行业发展现状还远远无法满足用户需求，在AI生成内容的稳定性、以及用户复杂创意的精确传达上仍有“很多挑战”。也因此，要真正实现“用AI讲好每一个故事”的愿景，必须对基模型能力进行全方位提升，定义人和AI交互的“全新语言”。 一直以来，可灵AI致力于提升模型基础质量和模型效果，并引入更多创新功能，以满足用户的多样化需求。在本次2.0模型的迭代中，可灵AI正式发布AI视频生成的全新交互理念Multi-modal Visual Language（MVL），该模式通过整合文本指令与多模态参考素材（含图像、视频片段），帮助用户更精准地传达创作意图。快手高级副总裁盖坤表示："单纯的文字描述难以完整呈现影像信息，我们需要建立更高效的人机交互语言。"基于此理念开发的编辑工具支持用户通过图文混合输入，实现对视频内容的增删改操作。现场演示显示，系统可快速解析用户提供的参考图，完成场景替换、角色调整等复杂编辑任务。<img data-alt="“灵感成真”可灵AI2.0发布会现场" src="//img.huanqiucdn.cn/dp/api/files/imageDir/7277e7c00a73d9dbbfbaa7c6b1ef355au1.png?imageView2/2/w/1260" />可灵2.0大师版发布，上线多模态视频编辑功能 基于MVL这一全新交互方式，发布会现场，快手副总裁、可灵AI负责人张迪发布了全新的可灵2.0大师版，在语义响应、动态质量、画面美学等方面显著提升生成效果。“可灵2.0大师版不仅仅是一次简单的技术升级，更是一次全方位的体验跃升。”张迪介绍，可灵2.0大师版实现了技术、体验、美学的三重突破。<img data-alt="快手副总裁、可灵AI负责人张迪" src="//img.huanqiucdn.cn/dp/api/files/imageDir/3200015cac4671ed9f756cfc30a16b7eu1.png?imageView2/2/w/1260" />值得一提的是，可灵2.0大师版全面升级视频及图像创作可控生成与编辑能力，上线全新的多模态视频编辑功能，能灵活理解用户意图。支持在一段视频的基础之上，通过输入图片或文字，对生成的视频内容实现元素的增加、删减、替换，帮助创作者们实现更加灵活的二次编辑和处理。<img data-alt="可灵2.0大师版操作界面" src="//img.huanqiucdn.cn/dp/api/files/imageDir/6639c35a13911d4ca193ad6224d87ecau1.png?imageView2/2/w/1260" />张迪披露，当前，图生视频约占到可灵AI视频创作量的85%，图片质量也对视频的生成效果产生重要作用。张迪介绍，可图2.0文生图能力迎来全面升级。包括大幅提升指令遵循能力、显著增强电影美学表现力以及更多元的艺术风格。在风格化响应上，可图2.0可支持60多种风格化的效果转绘，模型出图创意和想象力实现大幅跃升。同时，可图2.0也上线了实用的图像可控编辑功能——局部重绘和扩图，支持图片的增加、修改和修复。在图像的多模态可控生成中，可图2.0还上线了全新的风格转绘功能，只需要上传一张图片加上风格描述，就能一键切换图片的艺术风格，同时精准保留原图的语义内容。AIGC技术赋能，为全行业发展注入新活力除了C端订阅用户，可灵AI也面向B端商家提供API接入等服务。目前，可灵AI已与包括小米、亚马逊云科技、阿里云、Freepik、蓝色光标等在内的数千家国内外企业客户建立了合作关系，为广告营销、专业创作、影视制作、娱乐创意等领域提供技术支持。盖坤披露，来自世界各地的超1.5万开发者，已将可灵的API应用于不同的行业场景中，累计生成的图像数量约1200万个，生成的视频素材超过4000万个。据二次元创作平台狸谱负责人一休介绍，接入可灵AI后，平台动态效果处理能力显著提升，近期推出的"新春萌偶摇"活动获得60万次传播。可灵AI超级创作者、《新世界加载中》总导演、异类Outliers创始人陈翔宇分享了影视制作中的应用经验："相比传统拍摄，AIGC技术极大扩展了创作可能性。我们已完成首部全程依托AI生成的剧集级作品，验证了其在工业化生产中的可行性。"<img data-alt="可灵AI超级创作者、《新世界加载中》总导演、异类Outliers创始人陈翔宇" src="//img.huanqiucdn.cn/dp/api/files/imageDir/cdb8225dad1aea46f09571d9cbfc2819u1.png?imageView2/2/w/1260" />为了进一步激发AI爱好者们的创作热情，快手副总裁、可灵AI负责人张迪发起“可灵AI NextGen 新影像创投计划”。该计划将加大对于AIGC创作者的扶持力度，通过千万资金投入、全球宣发、IP打造和保障，以全资出品、联合出品和技术支持等灵活多样的合作方式，让AI好故事走向世界。同时，可灵AI面向全球创作者发出征集邀约，邀请用户共同打造全球首支用户共创AI创意短片，让创作者的灵感和创意登陆上海、香港、东京、巴黎、多伦多等世界多地广告大屏。面向未来，盖坤表示，可灵AI将持续大力推动技术创新，用人与AI交互的全新语言，帮助用户实现复杂创意的精确表达，“我们的初心，是让每个人都能用AI讲出好的故事，我们也真切地希望这一天更快到来”。（心月） </section></article>

7003385

7003386

7003387

7003388

7004638

7004639

7004637

7003389