快手「可灵」：可能是「中国版Sora」
在快手13周年庆典上，快手毫无预兆地发布了AI视频大模型「可灵」。
「可灵」支持生成最长2分钟、30fps的1080P视频，从头脑风暴到可发布作品的一键转化功能，让全球用户大为震撼。其生成效果不仅超越了Sora，还引发了硅谷创投圈的热议。Stability AI前CEO Emad Mostaque称赞中国AI技术有其独特优势，YC CEO也在X平台转发了可灵生成的视频示例。
「可灵」成为国内首个文生视频产品级应用，不论是在生成视频的连续性、真实度和清晰度方面，还是在创作者社区的反响上，都表现出色。其背后的Diffusion Transformer（DiT）架构和团队自研的3D VAE网络，使得「可灵」能够生成高质量的电影级视频，为多个行业带来了变革潜力。
在实测中，「可灵」的极度真实物理规律表现令人惊叹，尽管在一些复杂交互场景上仍有提升空间，但其在真实风格场景下的表现非常优异。随着未来版本的更新，「可灵」有望在图生视频功能上表现更加出色。对于专业AI视频创作者而言，「可灵」的发布无疑激发了新的创作热情和可能性。
Diffusion模型的工作原理类似于「加噪声再还原」的游戏。首先，模型会将一张清晰的图片逐渐加上噪声，直到完全模糊。接着，模型学习如何一步步去除噪声，将图片还原成最初的清晰状态。快手「可灵」和「Sora」背后的DiT模型通过引入Transformer架构，提高了图像生成的质量。Transformer的「注意力机制」让模型能够抓住数据中的关键信息，从而更精准地去除噪声，生成高质量图像。
目前，「可灵」的测试申请人数已超过5万。
（机器之心、数字生命卡兹克、赛博禅心）
在快手13周年庆典上，快手毫无预兆地发布了AI视频大模型「可灵」。
「可灵」支持生成最长2分钟、30fps的1080P视频，从头脑风暴到可发布作品的一键转化功能，让全球用户大为震撼。其生成效果不仅超越了Sora，还引发了硅谷创投圈的热议。Stability AI前CEO Emad Mostaque称赞中国AI技术有其独特优势，YC CEO也在X平台转发了可灵生成的视频示例。
「可灵」成为国内首个文生视频产品级应用，不论是在生成视频的连续性、真实度和清晰度方面，还是在创作者社区的反响上，都表现出色。其背后的Diffusion Transformer（DiT）架构和团队自研的3D VAE网络，使得「可灵」能够生成高质量的电影级视频，为多个行业带来了变革潜力。
在实测中，「可灵」的极度真实物理规律表现令人惊叹，尽管在一些复杂交互场景上仍有提升空间，但其在真实风格场景下的表现非常优异。随着未来版本的更新，「可灵」有望在图生视频功能上表现更加出色。对于专业AI视频创作者而言，「可灵」的发布无疑激发了新的创作热情和可能性。
Diffusion模型的工作原理类似于「加噪声再还原」的游戏。首先，模型会将一张清晰的图片逐渐加上噪声，直到完全模糊。接着，模型学习如何一步步去除噪声，将图片还原成最初的清晰状态。快手「可灵」和「Sora」背后的DiT模型通过引入Transformer架构，提高了图像生成的质量。Transformer的「注意力机制」让模型能够抓住数据中的关键信息，从而更精准地去除噪声，生成高质量图像。
目前，「可灵」的测试申请人数已超过5万。
（机器之心、数字生命卡兹克、赛博禅心）
