此前一直犹抱琵琶半遮面的快手大模型终于亮相了。7月6日，在2024世界人工智能大会（WAIC）期间，短视频平台快手旗下的大模型首次集体登场，同时，视频生成大模型可灵以及图像生成大模型可图等产品升级。

　　据悉，继图生视频、视频续写功能发布之后，可灵在一个月内迎来了第三次重大升级，网页端在当日公布上线。创作者单次生成的文生视频时长增加至10秒。同时，图像生成大模型可图则宣布开源。

　　“追赶”Sora 网页端更便于创作者使用

　　快手高级副总裁、主站业务与社区科学线负责人盖坤表示，快手搭建了以快意语言大模型、推荐大模型、视觉生成大模型为核心的大模型矩阵，覆盖内容理解、分发、生成等多个层面，并深度服务快手的商业生态场景。其中，快手的推荐大模型SIM，其下一代架构ACT预计每日将为App增加4亿分钟的用户观看时长，提升用户黏性和活跃度。

　　今年初OpenAI公布Sora，视频生成大模型就成为全球AI行业的“爆点”，然而，哪家能够推出首个用户可用的视频生成大模型则成为业界焦点。作为国内短视频平台，快手不断加速在该领域的研发速度，今年6月初，可灵发布文生视频功能，并开放内测，在本届大会上，可灵网页端上线，不仅国内，还是海外的视频领域都引来广泛讨论。同时，本次可灵AI基础模型再度升级，推出更为清晰的高画质版以及首尾帧控制、镜头控制等全新编辑能力。目前，能单次生成的文生视频时长增加至10s，是行业中对用户开放使用可实现的最长时长。业内人士称，网页端能为创作者提供更专业、更精细的画质以及更多的功能。平台数据显示，截至目前，已有超过50万用户申请可灵的内测资格，视频生成数量达700万。

　　至于图像生成大模型领域，盖坤表示，可图大模型集成了平台在大语言模型领域的深厚积累。通过数十亿中文语料的训练，其综合性能超过了SDXL/SD3等开源模型以及Midjourney等闭源模型。可图宣布开源，旨在激发行业活力，共建一个更为繁荣的文生图大模型社区生态。

　　文/广州日报新花城记者：文静

　　图/广州日报新花城记者：文静

　　广州日报新花城编辑：龙嘉丽