最前线｜快手可灵大模型推出图生视频功能

2024年过半，围绕视频和图片内容，快手大模型应用落地加速。

6月21日，在计算机视觉领域盛会CVPR2024上，快手可灵大模型正式推出图生视频功能，支持将任意静态图像转化为5秒动态视频，其间可以搭配创作者输入的文本，生成多种运动效果。

此次可灵大模型还同步发布了视频续写功能，支持对已生成的视频一键续写和连续多次续写，单次可让视频延续约5秒，最长可生成约3分钟视频。

这意味着，可灵大模型可以通过多次续写的功能，在AI视频生成的时长上超越Sora。

快手可灵视频生成大模型于6月6日发布，可支持生成最高达120s的视频，对标Sora。

如今国内的AI竞赛，已经从去年卷数据、算力和算法，争相发布基础大模型的状态，演变成了验证大模型应用落地能力的比拼。

而掀起这一浪潮的节点性事件，仍旧源于Open AI。其于2月16日发布了文生视频模型Sora，并首次由AI生成了长达1分钟的多镜头长视频，展现出了对于真实世界的高度模拟和细节还原，被视作科技行业的革命。

随后，国内各大厂商也竞相追赶。快手作为国内头部的内容平台自然也不会落下。

在今年Q1的财报电话会上，快手CEO程一笑表示，今年一季度，快手会稳步推进自研大模型各项性能的迭代提升，并且加快大模型在各业务场景的应用。更早之前，快手还发布了文生图和图生图大模型产品“可图”。

可灵大模型演示使用图片

快手以外，字节跳动从去年开始就已经成立了Flow部门，致力于大模型应用的研发，但至今尚未有成熟产品落地。

此前，曾有传闻表示，字节跳动在Sora引爆文生视频领域之前，已经在研发对标Sora的名为Boximator的创新性视频模型。随后字节跳动辟谣表示，Boximator是视频生成领域控制对象运动的技术方法研究项目，还无法作为完善的产品落地，距离国外领先的视频生成模型在画面质量、保真率、视频时长等方面还有很大差距。

今年4月和3月，国内AI赛道中的学院派选手还分别推出了视频生成AI模型“Vidu”和“Follow-Your-Click”，但生成视频的时长在10s-20s的区间，且画面质量也相对较低，与Sora仍存在较大差距。

在AI视频生成的竞争中，时长和画面质量已经成为了国内厂商争相突破的两个重要维度。如今，快手快了一步。