可灵大模型

简介

可灵大模型（Kling）是由快手大模型团队自研打造的文生视频大模型，具备强大的ai视频生成能力让用户可以轻松高效地完成艺术视频创作。

可灵大模型采用了与Sora相似的技术路线，并结合了多项自研技术创新。可灵大模型的效果对标了之前发布的Sora。

可灵大模型官网地址：kling.kuaishou.com

可灵大模型试用申请流程:下载快影APP - AI玩法 - AI生视频模块 - 填问卷申请。

可灵大模型---kling.kuaishou.jpg

可灵大模型功能和应用场景：

高分辨率和高帧率视频生成：可灵大模型能够生成高达1080p分辨率、最高2分钟时长（帧率30fps）的视频。

自由宽高比输出：可灵支持自由的输出视频宽高比，用户可以根据需要调整视频的比例。

概念组合能力和想象力：可灵具备强大的概念组合能力和想象力，能够生成具有复杂运动和物理特性的视频。

模拟物理世界特性：可灵模型能够模拟物理世界的特性，使生成的视频更加真实和自然。

广泛的应用场景：由于其高分辨率、高帧率和自由宽高比的输出特性，可灵大模型在短视频领域有广泛的应用场景，如内容创作、广告制作等。

可灵大模型优势：

大幅度的合理运动：可灵采用3D时空联合注意力机制，能够更好地建模复杂时空运动，生成较大幅度运动的视频内容，同时能够符合运动规律。

长达2分钟的视频生成：得益于高效的训练基础设施、极致的推理优化和可扩展的基础架构，可灵大模型能够生成长达2分钟的视频，且帧率达到30fps。

模拟物理世界特性：基于自研模型架构及Scaling Law激发出的强大建模能力，可灵能够模拟真实世界的物理特性，生成符合物理规律的视频。

强大的概念组合能力：基于对文本-视频语义的深刻理解和 Diffusion Transformer 架构的强大能力，可灵能够将用户丰富的想象力转化为具体的画面，虚构真实世界中不会出现的的场景。

电影级的画面生成：基于自研3D VAE，可灵能够生成1080p分辨率的电影级视频，无论是浩瀚壮阔的宏大场景，还是细腻入微的特写镜头，都能够生动呈现。

支持自由的输出视频宽高比：可灵采用了可变分辨率的训练策略，在推理过程中可以做到同样的内容输出多种多样的视频宽高比，满足更丰富场景中的视频素材使用需求。

同时，可灵基于自研的3D人脸和人体重建技术，结合背景稳定性和重定向模块，实现表情肢体全驱动技术，仅需一张全身照片，即可体验生动的“唱跳”玩法。

可灵大模型如何使用？

1、在手机下载并安装快影App。

2、打开快影App后，使用快手账户登录。

3、在快影App中找到可灵AI创作功能，可灵大模型处于邀测阶段，申请成为测试用户才能体验该功能，申请流程:下载快影APP - AI玩法 - AI生视频模块 - 填问卷申请。

4、根据可灵大模型提供的功能，上传所需的素材，例如全身或半身照片，以便进行面部和肢体的驱动。

5、选择可灵大模型提供的具体功能，如AI舞王或AI唱跳等，按照提示操作生成视频。

6、生成视频后，可以在App内对视频进行编辑，然后导出或直接在快影分享自已的作品。

目前，快影 App 已正式开放邀测体验可灵大模型的文生视频功能，未来还将推出图生视频功能。此外，基于可灵大模型，快手还计划推出更多应用方向，如 AI 舞王和 AI 唱跳功能，以提供更多多元的 AI 创作与互动体验。