可灵

可灵是快手 AI 团队自研的视频生成大模型，一款具有强大功能和创新技术的 AI 视频生成大模型，为视频创作和相关领域的发展带来了新的活力。

基本信息

于 2024 年 6 月 6 日在官网正式上线，随后在快影 app 开放邀测体验。7 月 24 日，可灵 AI 宣布基础模型升级并全面开放内测，且正上线了会员体系。

产品功能

视频生成能力强：支持生成长达 2 分钟的 30fps 视频，分辨率高达 1080p，并且支持多种宽高比。这使得用户可以生成高质量、符合不同需求的视频内容。

动作与物理模拟出色：生成的视频不仅运动幅度大且合理，还能模拟物理世界特性，比如光影反射、重力影响下的流体运动等，为视频增添真实感。

概念组合与想象丰富：具备强大的概念组合能力和想象力，能够将用户的各种创意转化为具体的视频画面。

会员专属功能：拥有高表现模式、视频延长、视频生成尾帧参考、视频运镜支持大师运镜等多种会员专属功能。

技术特点

结构创新：采用类 Sora 的 DIT 结构，用 Transformer 取代了传统的卷积网络结构，提升了模型的处理和生成能力。

基座优化：为了提升计算效率，使用 Flow 模型作为扩散模型基座，并使用分布式训练集群，通过算子优化和重算策略优化，显著提升了硬件利用率。

训练策略科学：在训练过程中采用分阶段训练策略，初期通过大量数据增强模型对概念的理解，后期通过高质量数据进一步提升模型性能和细节表现。

应用领域

可灵大模型可应用于多个场景，例如快影 app 中的 “AI 舞王” 和 “AI 唱跳” 等功能。