转自：扬子晚报网

4月15日，快手在北京中关村国际创新中心举行“灵感成真”发布会，正式推出旗下可灵AI的2.0版本，包含可灵2.0视频生成模型和可图2.0图像生成模型。快手相关负责人在发布会上表示，“我们希望可灵不仅仅是一个工具，更是激发个人创造力的伙伴，让灵感真正成为现实。”

可灵2.0在技术层面实现了多项关键突破。据官方介绍，可灵2.0视频生成模型采用了类似Sora的优化DiT（Diffusion Transformer）架构，结合Flow模型作为扩散基座，显著提升了对物理世界规律的模拟能力和计算效率。发布会现场演示显示，可灵2.0能精准生成火焰燃烧轨迹、模拟电影级运镜效果，并稳定生成长达10秒且连贯的复杂动作。

“通过架构创新和多模态技术的融合，可灵2.0在视频生成的物理模拟、语义理解和美学表现上达到了新的高度。”技术团队负责人分享道。在本次2.0模型的迭代中，可灵AI正式提出AI视频生成的全新交互理念Multi-modal Visual Language（MVL），允许用户通过文字、图片甚至视频片段的组合进行输入，实现更灵活、更精准的视频生成控制。

另外，记者发现基于可灵1.6视频生成模型，此次更新上线了全新的多模态视频编辑功能。该功能支持用户在一段视频的基础之上，通过输入图片或文字，对生成的视频内容进行元素的增加、删减、替换，帮助创作者们实现更加灵活的二次编辑和处理。

除了视频生成能力的升级，此次可图2.0文生图能力也迎来全面升级。包括大幅提升指令遵循能力、显著增强电影美学表现力以及更多元的艺术风格。在风格化响应上，可图2.0可支持60多种风格化的效果转绘，模型出图创意和想象力实现大幅跃升。

“我们的目标是让无论是专业人士还是普通用户，都能轻松驾驭镜头，讲述自己的故事。”发布会强调，可灵正致力于成为推动AIGC进入“人人皆可导演”时代的新基础设施。

近年来，AIGC技术在广告、影视等行业初露锋芒，赋能创作者产出更丰富的创意内容。随着技术的持续突破，生成式AI将深耕更多领域，推动多元场景的创新应用开花结果。

校对  潘政