4月15日，可靈AI在北京中關村國際創新中心舉行“靈感成真”2.0模型發佈會，宣佈基座模型再次升級，面向全球正式發佈可靈2.0視頻生成模型及可圖2.0圖像生成模型。

　　數據顯示，自去年6月發佈以來，可靈AI已累計完成超20次迭代，截至目前，全球用戶規模突破2200萬。來自世界各地的超1.5萬開發者和企業客戶，將可靈的API應用於不同的行業場景中。

　　一直以來，可靈AI致力於提升模型基礎質量，增強畫質清晰度，並引入更多創新功能，以滿足用戶多樣化需求。快手高級副總裁、社區科學線負責人蓋坤錶示，可靈希望讓每個人都能用AI講出好故事，實現更加精準的複雜創意表達。

　　可靈AI全系模型進入2.0時代，定義人和AI交互的全新方式

　　4月15日，可靈大模型2.0版本及可圖大模型2.0版本正式面向全球發佈。據悉，可靈2.0模型在動態質量、語義響應、畫面美學等維度，保持全球領先；可圖2.0模型在指令遵循、電影質感及藝術風格表現等方面顯著提升。

　　蓋坤介紹，兩款模型在團隊內部的多項勝負率評測中，均穩居業內第一。例如在文生視頻領域，可靈2.0對比谷歌Veo2的勝負比爲205%，對比Sora的勝負比達367%，在文字相關性、畫面質量、動態質量等維度上顯著超越對手。

　　自去年6月發佈以來，可靈AI已累計完成超20次迭代。3月27日，全球知名AI基準測試機構Artificial Analysis發佈了最新的全球視頻生成大模型榜單，快手可靈1.6pro（高品質模式）以1000分的Arena ELO基準測試評分登陸圖生視頻（Image to Video）賽道榜首。

　　作爲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個月時間裏，可靈AI的月活用戶數量增長25倍。

　　（圖說：快手高級副總裁、社區科學線負責人蓋坤）

　　蓋坤認爲，AI在輔助創意表達上擁有巨大潛力，但當前的行業發展現狀還遠遠無法滿足用戶需求，在AI生成內容的穩定性、以及用戶複雜創意的精確傳達上仍有“很多挑戰”。也因此，要真正實現“用AI講好每一個故事”的願景，必須對基模型能力進行全方位提升，定義人和AI交互的“全新語言”。

　　一直以來，可靈AI致力於提升模型基礎質量和模型效果，並引入更多創新功能，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正式發佈AI視頻生成的全新交互理念Multi-modal Visual Language（MVL），讓用戶能夠結合圖像參考、視頻片段等多模態信息，將腦海中包含身份、外觀、風格、場景、動作、表情、運鏡在內的多維度複雜創意，直接高效地傳達給AI。

　　“大家應該很自然地會感受到文字在表達影像信息時，是不完備的。我們需要有新的方式，能讓人真正精準地表達出心中所想。”蓋坤指出，MVL由TXT（Pure Text，語義骨架）和MMW（Multi-modal-document as a Word，多模態描述子）組成，能從視頻生成設定的基礎方向以及精細控制這兩個層面，精準實現AI創作者們的創意表達。

　　基於MVL理念，可靈AI正式推出多模態編輯功能。“從今天起，大家可以在可靈AI的平臺上體驗我們的多模態編輯能力。用戶可以非常直接地把自己的想法用圖像等方式作爲輸入，生成符合自己想法的創意視頻。”蓋坤介紹，MMW（多模態描述子）將不只侷限於圖片和視頻，也可以引入其它模態的信息，例如聲音、運動軌跡等，讓用戶實現更加豐富的表達。

　　（圖說：“靈感成真”可靈AI2.0發佈會現場）

　　可靈2.0大師版正式發佈，全新上線多模態視頻編輯功能

　　基於MVL這一全新交互方式，發佈會現場，快手副總裁、可靈AI負責人張迪發佈了全新的可靈2.0大師版，在語義響應、動態質量、畫面美學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升級，更是一次全方位的體驗躍升。”張迪介紹，可靈2.0大師版實現了技術、體驗、美學的三重突破。

　　（圖說：快手副總裁、可靈AI負責人張迪）

　　值得一提的是，可靈2.0大師版全面升級視頻及圖像創作可控生成與編輯能力，上線全新的多模態視頻編輯功能，能靈活理解用戶意圖。支持在一段視頻的基礎之上，通過輸入圖片或文字，對生成的視頻內容實現元素的增加、刪減、替換，幫助創作者們實現更加靈活的二次編輯和處理。

　　（圖說：可靈2.0大師版操作界面）

　　張迪披露，當前，圖生視頻約佔到可靈AI視頻創作量的85%，圖片質量也對視頻的生成效果產生重要作用。

　　在圖像生成大模型領域，快手的可圖2.0處於行業領先水平，擁有多項核心優勢，諸如強大的複雜語義理解能力、電影級的畫面質感、多條件的可控風格化生成等。在團隊內部的多項勝負率評測中，相較於Midjourney V7、FLUX1.1 [pro]以及Reve等行業領先的圖像模型，均保持明顯優勢。

　　張迪介紹，可圖2.0文生圖能力迎來全面升級。包括大幅提升指令遵循能力、顯著增強電影美學表現力以及更多元的藝術風格。在風格化響應上，可圖2.0可支持60多種風格化的效果轉繪，模型出圖創意和想象力實現大幅躍升。

　　同時，可圖2.0也上線了實用的圖像可控編輯功能——局部重繪和擴圖，支持圖片的增加、修改和修復。在圖像的多模態可控生成中，可圖2.0還上線了全新的風格轉繪功能，只需要上傳一張圖片加上風格描述，就能一鍵切換圖片的藝術風格，同時精準保留原圖的語義內容。

　　AIGC技術迅猛發展，爲全行業發展注入全新活力

　　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。目前，可靈AI已與包括小米、亞馬遜雲科技、阿里雲、Freepik、藍色光標等在內的數千家國內外企業客戶建立了合作關係。

　　蓋坤披露，來自世界各地的超1.5萬開發者，已將可靈的API應用於不同的行業場景中，累計生成的圖像數量約1200萬個，生成的視頻素材超過4000萬個。

　　如今，可靈正在成爲AI時代視頻創作的新基礎設施。AIGC技術的迅猛發展，也正在重構包括廣告營銷、專業創作、影視、娛樂創意等在內的多個行業。

　　以二次元AI創作社區產品狸譜爲例，其產品負責人一休介紹，可靈AI爲狸譜帶來了創新突破。其1.6版本在人物運動流暢度、鏡頭移動等方面展現出卓越性能，助力狸譜成功接入“動態LIVE”和“新春萌偶搖”兩大功能。前者實現“圖 - 影 - 音”快速創作，後者在春節期間引發60萬用戶轉播。未來，雙方將基於狸譜的優質內容數據與可靈的算法能力，打造動畫模型，推動AI成爲內容引擎，並共同孵化優質創作者，構建更活躍的創作生態，攜手開啓二次元內容產業的新篇章。

　　“可靈AI可全面融入劇集級創作流程”。可靈AI超級創作者、《新世界加載中》總導演、異類Outliers創始人陳翔宇在分享中介紹，AIGC相較於實拍和動畫，不僅是效率的提升，更是試錯空間的革命性釋放。

　　從劇本創作到內容發行，異類Outliers團隊完成了一次完整的影像工業化創作流程，覆蓋從美學表達到鏡頭結構，再到複雜動作場景與細節的全面呈現。“我們實踐之後發現，可靈AI是一個能夠穩定、大規模嵌入劇集創作流程的生成式協作大模型。”陳翔宇認爲，在AI的輔助下，導演及編劇團隊的大量內容創意也實現了更富有想象力的表達，“AIGC也許是下一代內容結構的雛形”。

　　（圖說：可靈AI超級創作者、《新世界加載中》總導演、異類Outliers創始人陳翔宇）

　　爲了進一步激發AI愛好者們的創作熱情，快手副總裁、可靈AI負責人張迪還在發佈會現場正式發起“可靈AI NextGen 新影像創投計劃”。該計劃將加大對於AIGC創作者的扶持力度，通過千萬資金投入、全球宣發、IP打造和保障，以全資出品、聯合出品和技術支持等靈活多樣的合作方式，讓AI好故事走向世界。同時，可靈AI面向全球創作者發出徵集邀約，邀請用戶共同打造全球首支用戶共創AI創意短片，讓創作者的靈感和創意登陸上海、香港、東京、巴黎、多倫多等世界多地廣告大屏。

　　面向未來，蓋坤錶示，可靈AI將持續大力推動技術創新，用人與AI交互的全新語言，幫助用戶實現複雜創意的精確表達，“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”。

（文章來源：時代週報）