媲美Sora，最长2分钟！快手发布文生视频大模型-可灵

文章摘要

【关 键 词】 AI模型、视频生成、可灵、技术创新、应用广泛

快手AI团队最新发布的大模型“可灵”引人瞩目，该模型具备文本生成视频的能力，能够创作出2分钟长、1080P分辨率、每秒30帧的超长视频。在色彩、视频质量、动作一致性和文本语义理解等方面，可灵的表现足以比肩OpenAI的Sora模型，同时具备模拟物理世界的技术特性。

特别值得一提的是，可灵模型已开放测试，用户可直接在官网下载体验。模型采用与Sora相同的Diffusion Transformer架构和3D时空联合注意力机制，能够精准捕捉视频帧内的局部空间特征及跨帧的时间动态特征，确保生成的视频内容在物体快速移动、场景剧烈变化或复杂人物动作时，仍能保持流畅和连贯。

此外，可灵采用了可变分辨率的训练策略，能够适配手机、平板、PC等不同设备，满足电影制作、游戏开发、社交营销、在线教育等多样化的业务场景需求。通过一系列由可灵生成的视频案例，其在动作协调性、色彩和运动率等方面的表现相当出色，证明了该模型在实际应用中的高实用价值。对这一先进技术感兴趣的用户，可以直接尝试并体验可灵带来的创新视频创作服务。

原文和模型

【原文链接】 阅读原文 [ 2211字 | 9分钟 ]
【原文作者】 AIGC开放社区
【摘要模型】 glm-4
【摘要评分】 ★★★☆☆

智谱AI

智谱AI是由清华大学计算机系技术成果转化而来的公司，致力于打造新一代认知智能通用模型。公司合作研发了双语千亿级超大规模预训练模型GLM-130B，并构建了高精度通用知识图谱，形成数据与知识双轮驱动的认知引擎，基于此模型打造了ChatGLM（chatglm.cn）。此外，智谱AI还推出了认知大模型平台Bigmodel.ai，包括CodeGeeX和CogView等产品，提供智能API服务，链接物理世界的亿级用户、赋能元宇宙数字人、成为具身机器人的基座，赋予机器像人一样“思考”的能力。