“快手版Sora”可灵开放测试 最长可生成2分钟视频
CSS站长资源(ChinaZ.com)6月6日 消息:快手公司推出了一款名为可灵的快手全新国产视频生成大模型,它采用了与Sora相似的灵开技术路线,并结合了快手自研的放测分钟技术创新。这款模型能够生成长达2分钟、试最生成视频30fps、快手1080p分辨率的灵开超长视频,并支持多种宽高比。放测分钟不同于实验室的试最生成视频Demo或视频演示,「可灵」是快手快手推出的产品级应用,并已在快影APP中正式开启邀测。灵开
可灵大模型能够在想象中天马行空,放测分钟同时在描绘运动时符合真实的试最生成视频运动规律,准确刻画复杂、快手大幅度的灵开时空运动。它不仅能模拟真实物理世界的放测分钟特性,生成符合物理规律的视频,还能处理与真实物理世界的交互,例如在视频中展现小男孩吃汉堡时齿印的变化。
可灵采用了原生的文生视频技术路线,替代了图像生成加时序模块的组合,这是它能够生成视频时间长、帧率高,并准确处理复杂运动的关键。快手大模型团队着重考虑了模型设计、数据保障、计算效率以及模型能力的扩展这四大核心要素。
在模型设计方面,可灵采用了类Sora的DiT结构,用Transformer代替了传统扩散模型中基于卷积网络的U-Net,并通过自研的3D VAE网络和全注意力机制(3D Attention)提升模型的建模能力。
数据构建方面,快手大模型团队构建了完备的标签体系,精细化筛选训练数据,并研发了视频描述模型,以生成精确、详尽、结构化的视频描述。
运算效率方面,「可灵」使用了传输路径更短的flow模型作为扩散模型基座,并采用分布式训练集群和算子优化等手段提升硬件利用率。
模型能力扩展方面,「可灵」支持自由的长宽比,并研发了基于自回归的视频时序拓展方案,同时还支持多种控制信息输入。
可灵大模型的应用不仅限于视频生成,快手还基于此模型推出了其他应用,如"AI舞王"和"AI唱跳",并即将推出图生视频功能。
快手在大模型技术方面动作迅速,已与多个高校或科研机构合作发布了多项关键技术,为可灵大模型积累了深厚的技术沉淀。现在,快手的文生视频功能已正式亮相,期待其在短视频场景中的应用落地。
对AI视频创作感兴趣的用户,可以在快影APP中体验可灵大模型的功能。
官网地址:https://kling.kuaishou.com/
(责任编辑:小程序)
- ·MWC 2024 见,传音 Tecno 首批支持杜比全景声的 POVA 6 手机阵容曝光
- ·搜狗硬件今日全线关停:搜狗翻译笔、录音笔等服务下线
- ·AI日报:GPTs免费向所有人开放;AI神器腾讯元宝APP上线;新SD加速模型PCM来了;Udio可生成两分钟音频了
- ·618网络集中促销合规提示发布:严禁二选一等违法行为
- ·顶配卖近3万元!库克回应Vision Pro太贵:用了5000项专利
- ·Udio推出新的udio-130音乐生成模型:可生成两分钟音频
- ·黄仁勋身家突破1000亿美元 位列全球富豪榜第 15 位
- ·Redmi5G平板!Redmi Pad Pro 5G开售:1999元起
- ·首发骁龙8 Gen4!曝小米15系列10月发售
- ·腾讯元宝完全指南:智能助手APP - 使用方法教程与免费体验下载入口