作者：Cheyenne Dong
上周，快手在世界人工智能大会（WAIC）上，向公众展示了其先进的文本到视频生成模型——可灵AI。该模型不仅能够生成长达10秒的视频，还带来了一系列令人瞩目的新功能。在WAIC现场，观众纷纷排队体验这款目前仅限受邀用户使用的Sora工具，用户只需输入简单的文本提示，如”熊猫吃三文鱼”或”蒙娜丽莎戴眼镜”，即可生成视频。
作为中国短视频平台抖音的主要竞争者，快手在2023年推出了其AI战略。首席执行官程一笑强调，生成式AI为内容平台带来了”非常丰富的业务场景组合和巨大的价值潜力”。快手正致力于通过一系列自研大模型，包括语言模型KuaiYii、图像处理模型Kolors以及视频中心模型Kling，以期在与字节跳动的抖音和TikTok的竞争中获得优势。
快手高级副总裁贾昆在WAIC论坛上透露，已有超过50万用户申请参与可灵AI的测试，迄今为止生成的视频数量已突破700万大关。Sora工具的受欢迎程度之高，以至于在X上，可以看到用英文发布的帖子，教授其他地区的用户如何申请使用可灵AI。
这些由AI生成的视频迅速在中国互联网上走红，人们利用可灵AI创作了一系列历史人物与现代场景结合的有趣片段，同时也催生了众多表情包。其中，一段以《还珠格格》中的经典角色容嬷嬷喂食主角的视频在社交平台上走红，视频中，容嬷嬷在喂紫薇吃鸡腿，这一场景源自剧中容嬷嬷用针刺紫薇的经典桥段，再次证明了可灵AI的强大功能。
在WAIC的活动中，快手提供了实用的提示，建议用户使用简洁的词汇和句子结构，避免复杂的语言。同时，快手也指出其模型对数字的识别可能不够敏感。例如，如果输入提示是”海滩上的10只小狗”，生成的视频内容中小狗的数量可能并不总是一致。
快手的大型语言模型团队的一名成员向TechNode透露，虽然不便公开训练可灵AI使用的数据，但可以确认这些数据是开源的。快手在WAIC上宣布，其图像生成模型Kolors也将开源，旨在为文本生成图像社区带来更加繁荣的生态系统。
快手在研发上的投入于过去四年里增长了四倍，从2019年的29亿元人民币增加到2023年的123亿元人民币。这一增长体现了快手对于技术创新和AI研发的重视。通过这些举措，快手不仅展示了其在AI领域的雄心，也为中国短视频行业带来了新的活力和创新潮流。
编辑按：“Landing AI”是由TechNode策划的一系列专题报道，专注于人工智能领域的最新动态。通过深入探讨AI在中国的发展轨迹及其背后的行业故事，我们将带领读者更全面地理解在新一轮AI浪潮中一切可能发生的变化与机遇。
友情提示
本站部分转载文章，皆来自互联网，仅供参考及分享，并不用于任何商业用途；版权归原作者所有，如涉及作品内容、版权和其他问题，请与本网联系，我们将在第一时间删除内容！
联系邮箱：1042463605@qq.com