快手大模型“可靈”正式推出圖生視頻功能

6月23日消息，快手視頻生成大模型“可靈”再度進(jìn)化，于6月21日正式推出圖生視頻功能，支持用任意靜態(tài)圖像生成5s視頻，并且可搭配不同的文本內(nèi)容，實現(xiàn)豐富的視覺敘事 。同時，可靈還發(fā)布了視頻續(xù)寫功能，可為已生成的視頻（含文生視頻及圖生視頻）提供便捷的一鍵續(xù)寫和連續(xù)多次續(xù)寫，將視頻最長可延伸至約3分鐘，拓展了視頻大模型的創(chuàng)作邊界。

此前，“可靈”在文生視頻方面已經(jīng)展現(xiàn)出了創(chuàng)造逼真運(yùn)動場景、精確模擬物理特性的強(qiáng)大能力，以及將復(fù)雜概念巧妙融合的高超技藝，其輸出堪比電影級畫質(zhì)，并允許用戶自由調(diào)節(jié)視頻的縱橫比。而這些特性，如今都被融入到了圖生視頻模型。用戶只需上傳一張圖片，“可靈”即能基于對圖像的深度解析，變靜為動，賦予其5秒的鮮活生命力。

圖源：快手官微

此外，可靈圖生視頻模型支持不同風(fēng)格的圖像輸入，不論是自然寫實還是風(fēng)格化圖像都能輕松處理，同時兼容各種長寬比的圖像輸入，展示出強(qiáng)大的靈活性和適應(yīng)性。

可靈大模型還新推出了視頻續(xù)寫功能，用戶只需一鍵操作，即可在已生成視頻的基礎(chǔ)上延續(xù)生成約5秒內(nèi)容，該功能同時適用于文生視頻和圖生視頻。通過連續(xù)多次續(xù)寫，還能夠最長生產(chǎn)約3分鐘的連貫視頻?；趯ξ锢磉\(yùn)動的深入理解，視頻續(xù)寫不僅確保新生成部分與原視頻間的運(yùn)動連貫性及物理合理性，還能巧妙融入大幅度的動作變化，提升視頻的生動性。

圖源：快手官微

此次升級的一大亮點(diǎn)是集成文本控制機(jī)制于視頻續(xù)寫中，這意味著用戶能夠通過自定義提示詞，為每段視頻續(xù)寫注入個性化創(chuàng)意。得益于此，模型利用高效的提示詞融合技術(shù)，平滑地在場景間過渡，響應(yīng)用戶的每一個靈感。

6月6日，可靈文生視頻大模型正式亮相，不僅在效果上比肩Sora，還即時在快影App上啟動了邀測體驗，截至目前，已有累計超過14萬人排隊申請。

快手還將在下月召開的2024世界人工智能大會（WAIC）上，舉辦以“新AI·新應(yīng)用·新生態(tài)”為主題的大模型技術(shù)生態(tài)論壇。屆時，快手將發(fā)布最新的大模型技術(shù)與應(yīng)用戰(zhàn)略，包括快手大模型技術(shù)矩陣全景、基座模型技術(shù)創(chuàng)新、應(yīng)用和落地情況等。