本報訊 （記者袁傳璽）4月15日，可靈AI舉行“靈感成真”2.0模型發(fā)布會，宣布基座模型再次升級，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。

    數(shù)據(jù)顯示，自去年6月份發(fā)布以來，可靈AI已累計完成超20次迭代，截至目前，全球用戶規(guī)模突破2200萬。來自世界各地的超1.5萬開發(fā)者和企業(yè)客戶，將可靈的API應(yīng)用于不同的行業(yè)場景中。

    據(jù)悉，可靈2.0模型在動態(tài)質(zhì)量、語義響應(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。

    快手高級副總裁、社區(qū)科學(xué)線負(fù)責(zé)人蓋坤介紹，兩款模型在團(tuán)隊內(nèi)部的多項(xiàng)勝負(fù)率評測中，均穩(wěn)居業(yè)內(nèi)第一。例如在文生視頻領(lǐng)域，可靈2.0對比谷歌Veo2的勝負(fù)比為205%，對比Sora的勝負(fù)比達(dá)367%，在文字相關(guān)性、畫面質(zhì)量、動態(tài)質(zhì)量等維度上顯著超越對手。

    作為全球首個用戶可用的DiT視頻生成模型，截至目前，可靈AI全球用戶規(guī)模已突破2200萬，累計生成1.68億個視頻及3.44億張圖片素材。自去年6月上線至今的10個月時間里，可靈AI的月活用戶數(shù)量增長25倍。

    一直以來，可靈AI致力于提升模型基礎(chǔ)質(zhì)量和模型效果，并引入更多創(chuàng)新功能，以滿足用戶的多樣化需求。在本次2.0模型的迭代中，可靈AI正式發(fā)布AI視頻生成的全新交互理念Multi-modal Visual Language（MVL），讓用戶能夠結(jié)合圖像參考、視頻片段等多模態(tài)信息，將腦海中包含身份、外觀、風(fēng)格、場景、動作、表情、運(yùn)鏡在內(nèi)的多維度復(fù)雜創(chuàng)意，直接高效地傳達(dá)給AI。

    基于MVL理念，可靈AI正式推出多模態(tài)編輯功能。“從今天起，大家可以在可靈AI的平臺上體驗(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。”蓋坤介紹，MMW（多模態(tài)描述子）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)動軌跡等，讓用戶實(shí)現(xiàn)更加豐富的表達(dá)。

    基于MVL這一全新交互方式，發(fā)布會現(xiàn)場，快手副總裁、可靈AI負(fù)責(zé)人張迪發(fā)布了全新的可靈2.0大師版，在語義響應(yīng)、動態(tài)質(zhì)量、畫面美學(xué)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(shù)升級，更是一次全方位的體驗(yàn)躍升。”張迪介紹，可靈2.0大師版實(shí)現(xiàn)了技術(shù)、體驗(yàn)、美學(xué)的三重突破。

    除了C端訂閱用戶，可靈AI也面向B端商家提供API接入等服務(wù)。目前，可靈AI已與包括小米、亞馬遜云科技、阿里云、Freepik、藍(lán)色光標(biāo)等在內(nèi)的數(shù)千家國內(nèi)外企業(yè)客戶建立了合作關(guān)系。

    蓋坤披露，來自世界各地的超1.5萬開發(fā)者，已將可靈的API應(yīng)用于不同的行業(yè)場景中，累計生成的圖像數(shù)量約1200萬個，生成的視頻素材超過4000萬個。

    如今，可靈正在成為AI時代視頻創(chuàng)作的新基礎(chǔ)設(shè)施。AIGC技術(shù)的迅猛發(fā)展，也正在重構(gòu)包括廣告營銷、專業(yè)創(chuàng)作、影視、娛樂創(chuàng)意等在內(nèi)的多個行業(yè)。

    面向未來，蓋坤表示，可靈AI將持續(xù)大力推動技術(shù)創(chuàng)新，用人與AI交互的全新語言，幫助用戶實(shí)現(xiàn)復(fù)雜創(chuàng)意的精確表達(dá)，“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。”他表示。

（編輯 張昕）