可靈大模型

可靈大模型官网,快手大模型團队自研打造的影片生成大模型

简介

可靈大模型（Kling）是由快手大模型團队自研打造的影片生成大模型，具備强大的影片生成能力 让用户可以轻松高效地完成艺術影片創作。除了ai影片大模型,快手还推出了ai繪画的可圖大模型 。

可靈大模型官网: https://kling.kuaishou.com/

官网對可靈大模型的描述很丰富，支持复雜时空運动，长达2分鐘影片生成，可以模擬物理世界生成，具備電影級别画面生成。长达2分鐘的影片生成, 得益于高效的訓练基礎設施、极致的推理優化和可擴展的基礎架构，可靈大模型能够生成长达2分鐘的影片，且帧率达到30fps。模擬物理世界特性基于自研模型架构及Scaling Law激發出的强大建模能力，可靈能够模擬真實世界的物理特性，生成符合物理規律的影片。

大幅度的合理運动

近日，快手宣布其最新影片生成大模型“可靈”正式上线官网。相較于以往各家推出的影片大模型主要用于展示用途，快手的可靈大模型已經在旗下的快影App開放邀测体验，这标志着其影片生成技術进入了一个全新的實用阶段。

快手在短影片技術上的深厚积累

快手在短影片技術方面有多年的深厚积累，这為其影片生成大模型提供了堅實的基礎。据官网介绍，可靈大模型是快手AI團队自主研發的，具備多项领先優势。首先，它能够生成大幅度的合理運动，模擬物理世界特性，同时具備强大的概念组合能力和想象力。此外，生成的影片分辨率高达1080p，影片时长可达2分鐘，帧率為30fps，并支持多种宽高比的自由调整。

自主研發的技術優势

可靈大模型采用了与Sora相似的技術路线，結合多项自研技術創新，效果可媲美Sora。该模型使用了Diffusion Transformer架构和3D时空联合注意力机制，这些技術巧妙地融合了时间与空间的信息，對影片資料进行綜合分析和處理。

这一架构使得可靈大模型能够精准捕捉到影片帧内的局部空间特征以及跨帧的时间动態特征，从而更全面地理解和再现影片中的運动信息。这意味着，無論是快速移动的物体、剧烈變化的場景，还是复雜的人物动作都能被精确捕捉，使生成的影片内容不仅动態性十足，同时具有很高的物理真實感。

表情身体驱动

基于自研的3D人脸和人体重建技術，結合背景穩定性和重定向模块，實现表情肢体全驱动技術，仅需一張全身照片，即可体验生动的“唱跳”玩法

創新的技術架构

可靈大模型的核心技術之一是Diffusion Transformer架构。这个架构能够在影片生成过程中有效融合时间和空间信息，使得生成的影片内容更加自然流畅。3D时空联合注意力机制则进一步增强了模型對动態影片内容的理解和處理能力，使得生成的影片在各个方面都达到了新的高度。

未来应用場景广泛

可靈大模型不仅在影片生成领域表现出色，其应用場景也非常广泛。無論是短影片平台上的創作者，还是需要高质量影片内容的企業和机构，都可以利用这一强大的工具来生成令人驚嘆的影片内容。未来，随着技術的不斷进步和優化，可靈大模型有望在更多领域展现其强大的潛力。

快手的創新步伐不会停止，我们期待着它為短影片领域帶来更多的驚喜和變革。

让我们一睹官方效果，动圖截取有压缩，画质遜于展示影片，效果以官网為准。

提示词：两朵花在黑色背景下缓慢綻放，展示出細腻的花瓣和花蕊

提示词：一只手將牛奶从鋼制打奶壺倒入桌上一杯咖啡中，背景為模糊的厨房

基于對文本-影片语義的深刻理解和 Diffusion Transformer 架构的强大能力，可靈能够將用户丰富的想象力轉化為具体的画面，虚构真實世界中不会出现的場景。

提示词：一只戴眼镜的小白兔坐在咖啡馆的椅子上看報紙，桌上有一杯熱咖啡

基于自研的3D人脸和人体重建技術，結合背景穩定性和重定向模块，實现表情肢体全驱动技術，仅需一張全身照片，即可体验生动的“唱跳”玩法。

公開資料顯示，快手已先后發布通用大语言模型“快意”、文生圖大模型產品“可圖”，还推出了Direct-a-Video、Video-LaVIT、I2V-Adapter、UNIAA等影片關键技術，引發了广泛關注。据悉，伴随此次可靈大模型的發布，快手將持續加速大模型的研發与应用，帶来更加多元的AI創作与互动体验。

結语

快手可靈大模型的推出，不仅展示了快手在影片生成技術方面的领先地位，也為广大用户提供了一个全新的創作工具。相信在不久的將来，更多的創作者和企業將从中受益，創造出更加丰富多彩的影片内容。