可灵大模型

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

可灵采用与 Sora 类似的技术路径，并结合了多项自研技术。利用 3D 时空联合注意力机制，可以精确建模复杂的时空运动，使用户能够轻松创建长达 2 分钟的高质量视频。例如提示词 “一个男人骑着马在戈壁沙漠飞奔，背后美丽的夕阳，电影级别画面”，可生成逼真的视频内容。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。同时，可灵能够模拟真实世界的物理特性，基于自研模型架构及 Scaling Law 激发出的强大建模能力，生成符合物理规律的视频。比如提示词 “一个戴眼镜的中国男孩在快餐店内闭眼享受美味的芝士汉堡”。

可灵还具备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，能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场景，如 “一只白猫在车里驾驶，穿过繁忙的市区街道，背景是高楼和行人”。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，像 “一对男女手牵手在星空下行走，背景斗转星移”。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。

此外，可灵不断进行升级。如在 2024 年 7 月 6 日，快手宣布可灵 AI 网页端正式上线，“文生视频” 开放最长 10 秒生成能力，“图生视频” 新增运镜控制、自定义首尾帧等功能。在世界人工智能大会期间，可灵 AI 网页端上线，限时免费，集成文生图、文生视频相关能力，还推出更加清晰的高画质版，以及首尾帧控制、镜头控制等全新编辑能力，同时，创作者单次生成的文生视频时长增加至 10 秒。可灵新功能 “图生视频” 和 “视频续写” 也于 2024 年 6 月 21 日上线，图生视频功能支持将静态图像转化为 5 秒钟视频，用户可通过提示词文本控制图像中物体的运动；视频续写功能支持对生成视频一键续写和连续多次续写，最长可生成约 3 分钟视频；此外文生视频新增 9:16 和 1:1 视频尺寸选择。可灵上线以来，申请用户数量众多，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。可灵为快手首部 AIGC 原创奇幻短剧《山海奇镜之劈波斩浪》提供深度技术支持，该剧没有演员，均由 AI 生成。