ams.88abg88.net快手AI大模型新进展：图片快手生成视

ams.88abg88.net快手AI大模型新进展：图片快手生成视频等功能发布升级

短视频平台正加大对AI布局的投入。这些日子 在刚刚落幕的2024世界人工智能大会里 快手大模型首次集体登台亮相 视频生成大模型可灵 图像生成大模型可图等产品的多项新功能也一同被发布了。

据了解, 在图生成视频、视频续写相关功能得以发布后, 可灵于一个月之内迎来了第三次颇具重大意义的升级, 其中包含创作者单次生成的文字生成视频的时长增长到了10秒, 并且正式推出了网页端, 除此之外, 图像生成大模型可图宣告正式进行开源。自2023年开始, 快手便在加大人工智能部分的布局力度, 快手高级副总裁、主站业务与社区科学线的负责人盖坤也表明, 快手在未来会持续加大在人工智能领域的投入, 以此来推动技术实现创新。

快手于AI领域的布局情况, 大致可让人揣摩出短视频行业是怎样借助AI技术来回馈自身平台生态的。就当前状况而言, 快手不仅于大模型技术维度投入精力, 还打造出诸如视频生成、图片创作、剪辑工具这般能供给用户使用的应用工具, 并且大力促使大模型与直播、短视频内容等商业化场景相融合。

新应用可让“熊猫弹吉他”“老照片复活”

从所知晓的情况来看, 借着此次人工智能大会所提供的舞台, 盖坤披露了这样一个信息, 快手当下已然构建起了一个大模型矩阵, 这个矩阵是以快意语言大模型、推荐大模型、视觉生成大模型作为核心的, 它覆盖了内容理解、分发、生成等诸多层面, 并且深度地服务于快手的商业生态场景。其中, 快手具有的推荐大模型 SIM, 依靠十万亿参数这般的规模,变成全球处于领先地位的推荐系统当中的一个图片快手生成视频, 它的下一代架构 ACT,也就是 Action Transformerams.88abg88.net快手AI大模型新进展：图片快手生成视频等功能发布升级, 预计每一天会给快手 App 增添 4 亿分钟的用户观看时长, 明显提高用户粘性与活跃度。

可灵AI有另一个基础模型, 它再度进行了升级, 推出了画质更加清晰的高画质版本, 还具备了全新的编辑能力诸如首尾帧控制、镜头控制等,与此同时www.abg9868.net, 创作者单次生成的文生视频时长增加到了10s, 这是在业内对用户开放使用时能够实现的最长时长。这是继图生视频、视频续写功能发布后, 可灵AI在一个月内迎来的第三次重大升级, 并且同一时间网页端也会正式上线。

据称, 可灵在6月6日正式推出文生视频功能, 而后在CVPR会议期间又推出了图生视频、视频续写以及其他多项新功能, 这些功能能够支持用户生成最长大约3分钟的视频。快手方面有所透露, 可灵大模型是快手AI团队自己研发出来的, 采用了类似Sora的技术路线情况, 并且还结合了多项自己研究出来的创新技术情况, 具备许多的优势, 例如能够产生大幅度的合理运动情况, 能够模拟物理世界的特性情况, 具备异常强大的概念组合能力以及想象力情况, 生成的视频分辨率可以高达1080p, 时长能够高达2分钟的呀（帧率是30fps呢）, 并且还支持自由的宽高比情况。那快手呢, 也向公众去展示了, 由可灵生成的, “宇航员在月球表面奔跑”的画面, 宇航员的脚步是很轻盈的, 它甚至还把丰富的想象力转化成为了具体画面, 就像熊猫化作吉他手坐在湖边弹琴唱歌。

盖坤讲, 到现在, 有超过五十万用户申请了可灵的内测资格, 视频生成数目达到了七百万。用户借助“可灵”开展的“老照片复活”等活动热度持续高涨。依据可灵大模型, 更多的应用方向已然或者即将实现落地。南都记者知悉, 依赖肢体驱动的“AI舞王”功能于快手和快影App成功达成, 用户只要上传一张全身或者半身照片, 就能感受一键跳舞的趣味, 另外还有“AI唱跳”新玩法, 其能够同时驱动表情以及肢体动作, 仅仅凭借一张照片便可生成唱跳“爱你”的鲜活视频。

图像生成大模型正式提供开源

据悉, 文生视频的功能发布之后不久的时间, 可灵紧接着做到了推出图生视频功能, 它支持运用任意的静态图像去生成5秒的视频, 而且还可搭配不同起来的文本内容, 达成包含丰富元素的视觉叙事。与此同时, 可灵还发布了视频续写的功能, 能够凭借已生成的视频其中涵盖有文生视频和图生子视频,提供较为便捷的一键续写以及连续多次的续写操作图片快手生成视频, 把视频最长能够延伸到大约3分钟的时长。

快手视觉生成与互动中心负责人万鹏飞称作, 可灵AI大模型最新推出的版本里, 可灵于运动生成方面, 在生成时长方面, 在物理规律方面, 在视频画质方面, 在指令响应方面, 在图生视频方面, 在视频可控性方面等七个领域的能力亮点达成进一步提升, 能够单次生成更为高清更为可控的10s以及更长的视频。

除视频生成外, 快手还相应向图像生成大模型——可图进行了布局。盖坤介绍说, 可图大模型整合了快手于大语言模型领域的深厚积累情况。它透过数十亿中文语料的训练, 进而成为最懂中文的文生图模型。在刚刚结束的世界人工智能大会之上, 快手宣告可图将会正式开源了。这一行为是以激发行业活力为意愿的, 意图共建一个更为繁荣景象的文生图大模型社区生态。

大模型将与短视频、直播等商业场景深度融合

根据南都记者并非完整的梳理情况来看, 当下快手于AI领域内的产品涉足范畴已然涵盖了视频生成,以及图像生成、剪辑工具、智能创作工具、音乐产品等方面图片快手生成视频, 其触及范围正一步一步实施拓展, 并且这些成果也开始渐渐对平台的商业化予以反哺。

负责人刘逍, 也就是快手商业化外循环以及AI商业产品的负责人, 透露说, 在过去半年时间里, 有差不多2万商家, 于快手平台借助大模型能力达成了智能化经营。比起今年1月, 今年6月的AIGC月活跃客户数量增长到了8倍, 月成交规模提高到了64倍, 平台的AIGC广告收入规模增长到了12倍。刘逍讲, 磁力开创、女娲数字人和π数字员工等“新生意”工具会持续给商家进行深度赋能, “我们会继续深入AI技术在商业化里的应用, 持续不断地创新以及发展, 给客户创造更多价值。”。快手把看似“高大上”的大模型, 尽快落实到适配平台生态的商业化应用场景之上, 这无疑是快手借助AI提升经营效率相当重要的一点, 而快手作为短视频平台, 每日会产出大量内容, 在应用场景这个层面里, 内容理解同样不能被忽视。

在今年一季度财报后的电话会议上, 快手科技的创始人兼首席执行官程一笑作出强调, 快手正稳健地促成自研大模型各项性能的迭代提高, 且加速大模型在各个业务场景的运用。对于多模态大语言模型, 他予以披露,“在预训练阶段数据以及模型架构优化的根基之上www.abgame88.net, 借由在反馈强化学习RLHF方面的技术突破, 致使我们的1750亿规模大语言模型在更新迭代之后的综合性能已然临近GPT4.0的水准了。”。在商业场景里的数字人格以及AIGC这方面, 大模型具备的能力涵盖了短视频、直播, 还有智能客服等多个场景现象。这一年第一季度期间, AIGC营销素材在单日消耗的时候, 其所达到的峰值突破了1千万的金额量。针对此方面情况, 程一笑表达了这样的观点, “大模型跟短视频的业务场景, 以及直播的业务场景进行深度融合的这种状况, 也对于我们而言, 让我们更加坚定了会在大模型之上做出研发投入来的决心。”。