快手發布“史上最強視覺生成模型”可靈AI，兩大基礎模型重磅升級
在近日的一次發布會上，快手正式推出了其被譽為“史上最強視覺生成模型”的可靈AI，并宣布其兩大基礎模型——可圖與可靈均已完成2.0版本的重大升級。這一消息引起了國內外廣泛關注，就連科技巨頭特斯拉的CEO馬斯克也連夜關注了可靈AI的官方賬號。
據快手介紹，可圖2.0在語義遵循和美學能力上實現了大幅提升，相較于MidJourney 7.0和FLUX，其勝負比分別超過了300%和150%。同時，可靈2.0在文字生成視頻和圖片生成視頻方面，也展現出了卓越的性能，與Sora和谷歌Veo2的對比中，勝負比分別達到了360%和180%以上。不僅如此，兩款模型還新增了圖像編輯、風格轉繪等一系列實用功能。
在實測中，可圖2.0的復雜元素響應、鏡頭語言設計和畫面細節表現都展現出了令人驚嘆的精準度。例如，在創作一幅黑白照片時，要求畫面中少女照鏡子，鏡子里映出她老年的樣子，且采用寫實攝影風格、左右對比、側面構圖和電影光照?？蓤D2.0不僅完美呈現了這一場景，還準確捕捉了提示詞中的構圖、顏色等要求，而前一代模型則顯得力不從心。
可圖2.0還具備更強的風格響應能力，支持近百種風格，無論是古典還是現代、寫實還是夸張，都能輕松駕馭。在實測中，可圖2.0展現出了卓越的電影美學表現，通過高級的色彩和光影運用，使得情緒表達更具感染力。同時，多風格化響應也讓可圖2.0的創作更加豐富多彩，包括GPT-4帶火的吉卜力風等熱門風格也能輕松生成。
除了模型升級外，可圖2.0還新增了風格轉繪和圖片編輯兩大功能。風格轉繪功能可以讓用戶將同一張圖片轉換成不同風格的作品，而圖片編輯功能則包括局部重繪和擴圖兩個方面，讓用戶可以對圖片進行更加細致的修改和擴展。
可靈2.0的升級同樣令人矚目。針對之前指令遵循不好、動態效果不佳、美感缺乏的問題，可靈2.0進行了全面優化，顯著提升了模型的表現力?，F在，用戶可以通過更加精準的描述，生成出更加符合期望的視頻作品。同時，快手還推出了全新的多模態視覺語言（MVL）交互理念，讓用戶能夠結合圖像參考、視頻片段等多模態信息，將復雜創意高效地傳達給AI。
這一創新交互方式的應用，使得可靈2.0大師版在視頻及圖像創作可控生成與編輯能力上得到了全面升級，為用戶提供了更加豐富的創作工具和更加便捷的創作體驗。現在，無論是專業創作者還是普通用戶，都可以通過可靈AI輕松實現心中的創意，用AI講出好故事。
