可灵大模型

‌可灵大模型（KLING）是由快手AI团队自研的视频生成大模型‌，具备多种技术特点和优势，能够生成高质量的视频内容。‌

技术特点和优势

1. ‌视频生成能力‌：可灵大模型能够生成长达2分钟、30fps、1080p分辨率的视频，并支持多种宽高比。它采用了3D时空联合注意力机制，能够更好地建模复杂时空运动，生成符合物理规律的视频。
2. ‌物理特性模拟‌：基于自研模型架构和Scaling Law，可灵能够模拟真实世界的物理特性，如光影效果、流体运动等，确保视频内容符合自然界的物理规律。
3. ‌概念组合与创意转化‌：结合Diffusion Transformer架构，可灵能够将用户的丰富想象力转化为具体的画面，甚至创造出超脱现实的新奇场景。
4. ‌灵活的输出格式‌：可灵采用了可变分辨率的训练策略，支持多种宽高比的输出，满足多样化场景下的视频创作需求。

应用场景

可灵大模型的应用场景非常广泛，包括但不限于：

• ‌视频创作‌：用户可以通过简单的文本输入，生成高质量的视频内容，用于社交媒体、广告、教育等多个领域。
• ‌电影级画质生成‌：利用自研的3D VAE技术，可灵能够制作出电影级的画质视频，适用于影视制作、游戏宣传等高要求场景。
• ‌虚拟现实和增强现实‌：通过模拟物理世界的特性，可灵可以为VR和AR应用提供更加真实和互动的体验。

最新动态

自2024年6月6日发布以来，可灵大模型不断进化。2024年6月21日，快手推出了可灵的图生视频功能；7月6日，可灵AI的网页端正式上线；12月6日，“可灵AI导演共创计划”上线；12月19日，可灵1.6模型发布。这些更新进一步提升了模型的性能和应用范围。

可灵大模型 - 快手AI团队自研的视频生成大模型‌