本報訊 （記者袁傳璽）4月15日，可靈AI舉行“靈感成真”2.0模型發布會，宣布基座模型再次升級，面向全球正式發布可靈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月份發布以來，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應用于不同的行業場景中。

    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。

    快手高級副總裁、社區科學線負責人蓋坤介紹，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的勝負比為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。

    作為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個月時間里，可靈AI的月活用戶數量增長25倍。

    一直以來，可靈AI致力于提升模型基礎質量和模型效果，并引入更多創新功能，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正式發布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、運鏡在內的多維度復雜創意，直接高效地傳達給AI。

    基于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為輸入，生成符合自己想法的創意視頻。”蓋坤介紹，MMW（多模態描述子）將不只局限于圖片和視頻，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。

    基于MVL這一全新交互方式，發布會現場，快手副總裁、可靈AI負責人張迪發布了全新的可靈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。

    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、亞馬遜云科技、阿里云、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系。

    蓋坤披露，來自世界各地的超1.5萬開發者，已將可靈的API應用于不同的行業場景中，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，可靈正在成為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。

    面向未來，蓋坤表示，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，幫助用戶實現復雜創意的精確表達，“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。”他表示。

（編輯 張昕）