可灵大模型

产品介绍

可灵大模型是由快手技术团队精心研发的视频生成解决方案，它利用先进的AI技术，帮助用户无需复杂编辑技能即可产出引人入胜的艺术视频内容。

产品功能

可灵大模型支持从脚本到视频的自动转化，具备视频内容理解、情节生成、画面渲染等全面功能，能够根据用户输入的文本或概念快速生成高质量的艺术风格视频。

文生视频

• 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。

图生视频

可灵图生视频模型以卓越的图像理解能力为基础，将静态图像转化为生动的5秒精彩视频。配上创作者不同的文本输入，即生成多种多样的运动效果，让您的视觉创意无限延展。

视频续写

可灵大模型支持对已经生成的视频进行一键续写，单次让视频运动延续4.5秒，运动内容合理、幅度显著。得益于续写中的文本控制，每一段续写都能够体现用户的创意和想法。支持连续多次的续写，最长可生成3分钟的视频，为创作者实现故事梦想提供了强有力的支持。

使用场景

适合短视频创作者、广告设计师、新媒体艺术家等，在内容创作、品牌宣传、社交媒体分享等多个场景下，快速产出创意视频，提高工作效率。