99久久久国产精品免费无卡顿,成人国产精品免费视频

首頁

科技周邊

人工智能

快手「可靈」爆火：海外AI圈巨震，中國版Sora一號難求

王林

Jun 21, 2024 am 01:13 AM

快手產業(yè) 文生視頻

短短一年后，AI 生成的「吃面條」已經如此自然流暢？這讓全球網友都感受到了億點點震撼。

快手「可靈」爆火：海外AI圈巨震，中國版Sora一號難求

^{? ? ? ? ? ? ? ? ? ? ? ? ? ? 圖源：https://x.com/CharaspowerAI/status/1799494388462063632}

右側的這些生成視頻，都來自快手剛剛推出的文生視頻大模型「可靈」（Kling）。

不是預發(fā)布、不是純 Demo 合集，而是直接開放測試的產品級應用，人人都能申請。而且，可靈支持生成最長 2 分鐘、30fps 的 1080P 視頻，主打從頭腦風暴到可發(fā)布作品的「一鍵轉化」。（官網地址：https://kling.kuaishou.com/）

最早一批用上的用戶已經「真香」：

快手「可靈」爆火：海外AI圈巨震，中國版Sora一號難求

^{? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 圖源：https://x.com/op7418/status/1799047146089619589}

快手「可靈」爆火：海外AI圈巨震，中國版Sora一號難求

^{? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?圖源：https://weibo.com/7714861068/Oig1Qm8Or?refer_flag=1001030103_}

500 人上限的交流群，很快就滿員了，滿屏都是 tql：

快手「可靈」爆火：海外AI圈巨震，中國版Sora一號難求

還沒用上的外國友人只能干著急，在社交媒體發(fā)「求求了」：

不夸張地說，可靈現(xiàn)在是「一號難求」：

消息傳到硅谷創(chuàng)投圈，更是引發(fā)了一場熱議。

Stability AI 前 CEO Emad Mostaque 表示：「中國的 AI 技術有自己的優(yōu)勢?！?/section>

^{? ? ? ? ? ? ? ? ? ? ? ? ?圖源：https://x.com/EMostaque/status/1799133463003684918}

YC CEO 也在 X 平臺轉發(fā)了可靈生成的 Demo：

就圖中這個「吃漢堡」的案例而言，在相同的提示詞下，可靈的生成效果確實比 Sora 更生動、真實：

Prompt：Une personne tapant son meilleur croc dans son hamburger

快手「可靈」爆火：海外AI圈巨震，中國版Sora一號難求

^{? ? ? ? ? ? ? ? ? ? 視頻地址：https://x.com/AngryTomtweets/status/1799787209651859910}

對于關注 AI 的人來說，這幾天一定陸陸續(xù)續(xù)看過很多可靈生成的作品了。本站也是第一時間就點進了申請通道，并拿到了試用資格。

接下來，我們不妨一邊試用、一邊分析可靈爆火的原因。

國內首個文生視頻產品級應用

或許你還記得這個曾經非?；鸨摹笟馇蛉恕挂曨l。三位創(chuàng)作者花費近兩周時間，使用 Sora 制作了這條 1 分 21 秒的視頻短片，讓人感到十分驚艷。不過，負責后期制作的 Patrick Cederberg 坦白了過程中的很多問題，例如氣球的顏色在每次生成中都會改變、鏡頭中會出現(xiàn)一些瑕疵等等。

快手「可靈」爆火：海外AI圈巨震，中國版Sora一號難求

^{? ? ? ? ? ? ? ? ? ? ? ? ? ? ?Sora 生成結果。完整視頻地址：https://youtu.be/9oryIMNVtto?si=F6oDzvrhzfVcQGeh}

對于此前的視頻生成模型來說，「一氣呵成」生成 1 分鐘以上的內容確實有難度，特別是要求畫面中的各種元素保持前后一致。

獵豹移動董事長兼 CEO、獵戶星空董事長傅盛公開了自己用可靈制作的「氣球人」視頻，并表示自己僅用了「幾十分鐘」，就做出了連續(xù)性、真實度、清晰度都很優(yōu)秀的短片。

在內測的過程中，我們還發(fā)現(xiàn)了一個專業(yè)創(chuàng)作者社區(qū)自發(fā)建立的教程與 Demo 文檔，包含了上百個可靈生成的作品，還提供了測試維度的指導。

感興趣的讀者請戳：https://waytoagi.feishu.cn/wiki/GevKwyEt1i4SUVk0q2JcqQFtnRd

下面這個 2 分鐘的公益短片《一個很遠的地方》也是完全由可靈生成的，你能看出來嗎？

在創(chuàng)作者 @AIGC 十三的作品《瘋狂動物城賽車大賽》中，這 20 秒包含了疾速行駛的賽車（大幅度運動）、動物駕駛車輛（考驗想象力的概念組合）等生成難點，但從結果來看，可靈很好地解決了這些問題：?

^{? ? ? ? ? ? ? ? ? ? ? ? ? ?來源：可靈創(chuàng)作者@AIGC 十三}

還有一個很有趣的案例是 @八級技工創(chuàng)作的《假期打開方式》，這段 56 秒的短頻共花費了 3 小時制作，包含 23 個鏡頭。然后在可靈的生成結果之上添加配音，詼諧的感覺馬上就有了：

^{? ? ? ? ? ? ? ? ? ? ? ? ? ?來源：可靈創(chuàng)作者@八級技工}

看完這些，我們應該已經意識到，可靈所代表的視頻生成技術的影響力，遠遠超出了單純的創(chuàng)作。在不同的研究領域和行業(yè)賽道，這一技術的落地正在加速，為從自動內容生成到復雜決策過程的各種任務提供了變革潛力。

哪些行業(yè)最先被改變？

傳統(tǒng)的游戲開發(fā)通常受到預先渲染的環(huán)境和腳本事件的限制。一旦將視頻生成模型集成到游戲領域，游戲的開發(fā)、玩耍和體驗方式都將得到創(chuàng)新，為講故事、互動和沉浸式體驗帶來新的可能性。對于游戲開發(fā)者來說，最直觀的一項玩法是，根據(jù)用戶敘述生成定制的視覺效果甚至角色動作。

在下方的 demo 中，我們可以看到，用戶能夠借助可靈創(chuàng)造出無與倫比的身臨其境體驗：

快手「可靈」爆火：海外AI圈巨震，中國版Sora一號難求

^{? ? ? ? ? ? ? ? ? ? ? ? ? ? 圖源：https://x.com/dustinhollywood/status/1800056286215553444}

快手「可靈」爆火：海外AI圈巨震，中國版Sora一號難求

^{? ? ? ? ? ? ? ? ? ? ? ? ? ? 圖源：https://x.com/dustinhollywood/status/1800056886693347624}

另外一個將被顛覆的行業(yè)就是影視制作。傳統(tǒng)的電影制作是一個艱巨而昂貴的過程，往往需要數(shù)年的努力、大量的設備和資金投入。視頻生成技術的出現(xiàn)預示著電影制作進入了一個新的「民主化時代」，從簡單的文本輸入中自主生成個人影視作品的夢想正在成為現(xiàn)實。

現(xiàn)在，我們用可靈生成的是 5 秒的單鏡頭片段，伴隨著技術的不斷演進，用戶單次能夠生成的視頻時長也會增加。比如說，我們未來或許能夠一次性生成更長的視頻內容，保持故事場景的連貫性和觀賞性。其中的運鏡手法也許會更高級，比如連貫的長鏡頭。

快手「可靈」爆火：海外AI圈巨震，中國版Sora一號難求

^{? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?圖源：https://x.com/dustinhollywood/status/1800007000849629674}

下面這段剪影作品再次印證了一點：AI 對藝術的理解力與審美水準，絲毫不遜于人類。

Prompt：“A dancer’s silhouette transitions seamlessly through different dance styles, from hip-hop to ballet, in one continuous shot”

快手「可靈」爆火：海外AI圈巨震，中國版Sora一號難求

^{? ? ? ? ? ? ? ? ? ? ? ? ? ? ?可靈生成作品。圖源：https://x.com/dustinhollywood/status/1799970059957555210}

科幻電影的風格完全拿捏：

^{? ? ? ? ? ? ? ? ? ? ? ? ? ?來源：可靈創(chuàng)作者 @狗兒李}

AI 同樣能為奢侈品大片的制作注入靈感：

^{? ? ? ? ? ? ? ? ? ? ? ? ? ? 來源：可靈創(chuàng)作者 @AI 的小羅}

我們可以看一下可靈生成的這段「蜂蜜」廣告片，AI 在模擬傾倒蜂蜜特寫鏡頭中的表現(xiàn)絲毫不輸專業(yè)攝像團隊：

^{? ? ? ? ? ? ? ? ? ? ? ? ? 來源：可靈創(chuàng)作者@追圖AIGC}

可靈背后有哪些技術？

我們無法從 OpenAI 簡略的技術報告中獲得足夠的 Sora 研發(fā)細節(jié)，但可靈大模型官網卻披露了更具參考意義的信息，主要包括從數(shù)據(jù)準備、模型架構、訓練方案及優(yōu)化策略幾個方面。

數(shù)據(jù)準備

依托快手在視頻技術領域的多年積累，可靈大模型團隊已經構建了完備的標簽體系，包括從視頻基礎質量、美學、自然度等多個維度對視頻數(shù)據(jù)質量進行刻畫，并針對每一個維度設計多種定制化的標簽特征，以此來精細化篩選訓練數(shù)據(jù)或調整訓練數(shù)據(jù)的分布。

為了滿足訓練文生視頻模型過程中成對的視頻和文本描述需求，可靈大模型團隊自研了視頻描述模型，可以生成精確、詳盡、結構化的視頻描述，顯著提升視頻生成模型的文本指令響應能力。

模型架構

高質量的標注數(shù)據(jù)準備完畢后，可靈大模型又是如何獲得模擬物理世界特性與概念組合的能力呢？

在整體架構設計上，可靈采用了目前火熱的 Diffusion Transformer (DiT) 。傳統(tǒng)的擴散模型主要利用包含下采樣和上采樣塊的卷積 U-Net 作為去噪網絡骨干。但一些研究表明，U-Net 架構對擴散模型的良好性能并非至關重要。通過采用更靈活的 Transformer 架構，擴散模型可以使用更多的訓練數(shù)據(jù)和更大的模型參數(shù)。DiT 就是這個研究思路下的代表作之一。

這幾個月來，業(yè)內形成一個共識，視頻生成模型的成功，歸根結底是 Scaling Law 的作用。這一共識正是基于 DiT 論文的發(fā)現(xiàn)，使用 Transformer 能穩(wěn)定地擴大模型規(guī)模：隨著訓練計算量的增加（訓練模型的時間延長或模型增大，或兩者兼而有之），性能也會隨之提高。

這意味著，對于視頻生成模型，只要用更多的算力、更多的數(shù)據(jù)去 Scale up，生成質量還會持續(xù)提升。

可靈之所以能夠將用戶的文本提示轉化為具體的畫面，包括那些真實世界中不會出現(xiàn)的虛構場景，就是基于對文本 - 視頻語義的深刻理解和 Diffusion Transformer 架構的強大能力。在自研架構和 Scaling Law 激發(fā)出的強大建模能力推動下，可靈能夠很好地模擬真實世界的物理特性，生成符合物理規(guī)律的視頻。

與此同時，基于團隊自研的 3D VAE 網絡，可靈大模型能夠生成 1080p 分辨率的電影級視頻，無論是浩瀚壯闊的宏大場景，還是細膩入微的特寫鏡頭，都能夠生動呈現(xiàn)。

快手「可靈」爆火：海外AI圈巨震，中國版Sora一號難求

^{? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 自然場景下，光線的變化很流暢。測試者：@杉杉}

當然，對于視頻生成模型來說，另一個必須考慮的因素是：視頻是一種具有時間維度的視覺內容，不連貫的內容會讓用戶的觀看體驗大打折扣。

為了保證畫面中運動的呈現(xiàn)更加合理，可靈大模型采用 3D 時空聯(lián)合注意力機制，更好地建模復雜時空運動，即可生成較大幅度運動的視頻內容，同時能夠符合運動規(guī)律。

快手「可靈」爆火：海外AI圈巨震，中國版Sora一號難求

訓練及優(yōu)化策略

如果你已經親自測試過，就會發(fā)現(xiàn)可靈支持推理過程中同樣的內容輸出多種視頻寬高比。這是因為可靈采用了可變分辨率的訓練策略，目的是滿足更豐富場景中的視頻素材使用需求。

與此同時，得益于高效的訓練基礎設施、極致的推理優(yōu)化和可擴展的基礎架構，可靈大模型能夠生成長達 2 分鐘的視頻，且?guī)蔬_到 30fps。

視頻生成，不再是一場「追趕 OpenAI」的游戲

2024 年被稱為視頻生成技術的爆發(fā)之年，但在可靈之前，我們始終沒見到 Sora 級的可用產品，而 Sora 何時開放也是未知數(shù)。

某種意義上說，可靈是第一個真正的「中國版 Sora」，并讓這項技術真正進入了可用、好用、實用的階段。

正如傅盛所說：「這可能是今天在全世界范圍內，你能夠使用到的最好的文生視頻產品。」任何親自試用過可靈的人，都會明白這絕不是過譽。

傅盛的視頻還給到了另外一個觀點：「反過來也說明，Sora 并不是一個技術性的突破，而是一個產品型的突破?！?/section>

還記得幾個月前，Sora 以長達 60 秒的連貫視頻、高清畫面質感、連貫的鏡頭移動、運動方式等優(yōu)點，拉高了整個視頻生成賽道的技術水平，掀起了文生視頻賽道的競爭浪潮。

我們本以為，視頻生成領域會像去年的文本大模型一樣，演化為國內對海外的技術趕超。但可靈的發(fā)布，意味著國產文生視頻大模型技術的探索已經達到了一個全新的高度，而且在產品落地層面做到了實質領先。我們可能不需要再重新經歷一次「追趕 OpenAI」的游戲了。

有人給出判斷：中國正在人工智能領域超越美國。

可靈的誕生，或許意味著一個新時代開啟了。在生成式 AI 時代，生成和編輯視頻或許會像今天我們用手機 P 圖一樣簡單，想象力與現(xiàn)實之間的阻隔將被徹底打破。

由于太過火爆，目前在排隊測試可靈的人數(shù)已經超過了 5 萬人。如果你對 AI 生成視頻的玩法感興趣，不妨先關注「可靈 AI 視頻號」，收獲更多優(yōu)質案例。

以上是快手「可靈」爆火：海外AI圈巨震，中國版Sora一號難求的詳細內容。更多信息請關注PHP中文網其他相關文章！

本站聲明

本文內容由網友自發(fā)貢獻，版權歸原作者所有，本站不承擔相應法律責任。如您發(fā)現(xiàn)有涉嫌抄襲侵權的內容，請聯(lián)系admin@php.cn

熱AI工具

Undress AI Tool

免費脫衣服圖片

Undresser.AI Undress

人工智能驅動的應用程序，用于創(chuàng)建逼真的裸體照片

AI Clothes Remover

用于從照片中去除衣服的在線人工智能工具。

Clothoff.io

AI脫衣機

Video Face Swap

使用我們完全免費的人工智能換臉工具輕松在任何視頻中換臉！

熱工具

記事本++7.3.1

好用且免費的代碼編輯器

SublimeText3漢化版

中文版，非常好用

禪工作室 13.0.1

功能強大的PHP集成開發(fā)環(huán)境

Dreamweaver CS6

視覺化網頁開發(fā)工具

SublimeText3 Mac版

神級代碼編輯軟件(SublimeText3)

熱門話題

Laravel 教程

1600

PHP教程

1502

276

Related knowledge

DeepMind機器人打乒乓球，正手、反手溜到飛起，全勝人類初學者 Aug 09, 2024 pm 04:01 PM

但可能打不過公園里的老大爺？巴黎奧運會正在如火如荼地進行中，乒乓球項目備受關注。與此同時，機器人打乒乓球也取得了新突破。剛剛，DeepMind提出了第一個在競技乒乓球比賽中達到人類業(yè)余選手水平的學習型機器人智能體。論文地址：https://arxiv.org/pdf/2408.03906DeepMind這個機器人打乒乓球什么水平呢？大概和人類業(yè)余選手不相上下：正手反手都會：對手采用多種打法，該機器人也能招架得住：接不同旋轉的發(fā)球：不過，比賽激烈程度似乎不如公園老大爺對戰(zhàn)。對機器人來說，乒乓球運動

首配機械爪！元蘿卜亮相2024世界機器人大會，發(fā)布首個走進家庭的國際象棋機器人 Aug 21, 2024 pm 07:33 PM

8月21日，2024世界機器人大會在北京隆重召開。商湯科技旗下家用機器人品牌“元蘿卜SenseRobot”家族全系產品集體亮相，并最新發(fā)布元蘿卜AI下棋機器人——國際象棋專業(yè)版（以下簡稱“元蘿卜國象機器人”），成為全球首個走進家庭的國際象棋機器人。作為元蘿卜的第三款下棋機器人產品，全新的國象機器人在AI和工程機械方面進行了大量專項技術升級和創(chuàng)新，首次在家用機器人上實現(xiàn)了通過機械爪拾取立體棋子，并進行人機對弈、人人對弈、記譜復盤等功能，

Claude也變懶了！網友：學會給自己放假了 Sep 02, 2024 pm 01:56 PM

開學將至，該收心的不止有即將開啟新學期的同學，可能還有AI大模型。前段時間，Reddit上擠滿了吐槽Claude越來越懶的網友。「它的水平下降了很多，經常停頓，甚至輸出也變得很短。在發(fā)布的第一周，它可以一次性翻譯整整4頁文稿，現(xiàn)在連半頁都輸出不了了！」https://www.reddit.com/r/ClaudeAI/comments/1by8rw8/something_just_feels_wrong_with_claude_in_the/在一個名為「對Claude徹底失望了的帖子里」，滿滿地

李飛飛團隊提出ReKep，讓機器人具備空間智能，還能整合GPT-4o Sep 03, 2024 pm 05:18 PM

視覺與機器人學習的深度融合。當兩只機器手絲滑地互相合作疊衣服、倒茶、將鞋子打包時，加上最近老上頭條的1X人形機器人NEO，你可能會產生一種感覺：我們似乎開始進入機器人時代了。事實上，這些絲滑動作正是先進機器人技術+精妙框架設計+多模態(tài)大模型的產物。我們知道，有用的機器人往往需要與環(huán)境進行復雜精妙的交互，而環(huán)境則可被表示成空間域和時間域上的約束。舉個例子，如果要讓機器人倒茶，那么機器人首先需要抓住茶壺手柄并使之保持直立，不潑灑出茶水，然后平穩(wěn)移動，一直到讓壺口與杯口對齊，之后以一定角度傾斜茶壺。這

鴻蒙智行享界S9及全場景新品發(fā)布會，多款重磅新品齊發(fā) Aug 08, 2024 am 07:02 AM

今天下午，鴻蒙智行正式迎來了新品牌與新車。 8月6日，華為舉行鴻蒙智行享界S9及華為全場景新品發(fā)布會，帶來了全景智慧旗艦轎車享界S9、問界新M7Pro和華為novaFlip、MatePadPro12.2英寸、全新MatePadAir、華為畢升激光打印機X1系列、FreeBuds6i、WATCHFIT3和智慧屏S5Pro等多款全場景智慧新品，從智慧出行、智慧辦公到智能穿戴，華為全場景智慧生態(tài)持續(xù)構建，為消費者帶來萬物互聯(lián)的智慧體驗。鴻蒙智行：深度賦能，推動智能汽車產業(yè)升級華為聯(lián)合中國汽車產業(yè)伙伴，為

分布式人工智能盛會DAI 2024征稿：Agent Day，強化學習之父Richard Sutton將出席！顏水成、Sergey Levine以及DeepMind科學家將做主旨報告 Aug 22, 2024 pm 08:02 PM

會議簡介隨著科技的飛速發(fā)展，人工智能已經成為了推動社會進步的重要力量。在這個時代，我們有幸見證并參與到分布式人工智能（DistributedArtificialIntelligence，DAI）的創(chuàng)新與應用中。分布式人工智能是人工智能領域的重要分支，這幾年引起了越來越多的關注?；诖笮驼Z言模型（LLM）的智能體（Agent）異軍突起，通過結合大模型的強大語言理解和生成能力，展現(xiàn)出了在自然語言交互、知識推理、任務規(guī)劃等方面的巨大潛力。AIAgent正在接棒大語言模型，成為當前AI圈的熱點話題。Au

ACL 2024獎項公布：華科大破譯甲骨文最佳論文之一、GloVe時間檢驗獎 Aug 15, 2024 pm 04:37 PM

本屆ACL大會，投稿者「收獲滿滿」。為期六天的ACL2024正在泰國曼谷舉辦。ACL是計算語言學和自然語言處理領域的頂級國際會議，由國際計算語言學協(xié)會組織，每年舉辦一次。一直以來，ACL在NLP領域的學術影響力都位列第一，它也是CCF-A類推薦會議。今年的ACL大會已是第62屆，接收了400余篇NLP領域的前沿工作。昨天下午，大會公布了最佳論文等獎項。此次，最佳論文獎7篇（兩篇未公開）、最佳主題論文獎1篇、杰出論文獎35篇。大會還評出了資源論文獎（ResourceAward）3篇、社會影響力獎（

世界機器人大會上，這家承載「未來養(yǎng)老希望」的國產機器人被包圍了 Aug 22, 2024 pm 10:35 PM

正在北京舉行的世界機器人大會上，人形機器人的展示成為了現(xiàn)場絕對的焦點，在星塵智能的展臺上，由于AI機器人助理S1在一個展區(qū)上演揚琴、武術、書法三臺大戲，能文能武，吸引了大量專業(yè)觀眾和媒體的駐足。在帶彈性的琴弦上的優(yōu)雅演奏，讓S1展現(xiàn)出速度、力度、精度兼具的精細操作和絕對掌控。央視新聞對「書法」背后的模仿學習和智能控制進行了專題報道，公司創(chuàng)始人來杰解釋到，絲滑動作的背后，是硬件側追求最好力控和最仿人身體指標（速度、負載等），而是在AI側則采集人的真實動作數(shù)據(jù)，讓機器人遇強則強，快速學習進化。而敏捷

See all articles

国产av日韩一区二区三区精品,成人性爱视频在线观看,国产,欧美,日韩,一区,www.成色av久久成人,2222eeee成人天堂

快手「可靈」爆火：海外AI圈巨震，中國版Sora一號難求