快手可灵AI升级2.0版本 多模态编辑功能助力创意表达

随着AI生成视频越来越受欢迎，如何准确传达用户的想法成为一大难题。用户发现仅靠文字难以表达需求。4月15日，快手旗下可灵AI发布了可灵2.0视频生成模型和可图2.0图像生成模型。快手高级副总裁盖坤表示，尽管AI在创意表达上有巨大潜力，但当前技术还无法完全满足用户需求，特别是在内容稳定性和精确传达复杂创意方面仍面临挑战。

此次2.0版本新增了多模态视频编辑功能，通过Multi-modal Visual Language（MVL）让用户结合图像、视频等多种信息，高效传达创意。用户可以直接用图像等方式输入想法，生成符合需求的视频。MVL由TXT（语义骨架）和MMW（多模态描述子）组成，能从基础方向和精细控制两方面精准实现创意表达。MMW不仅限于图片和视频，还能引入声音、运动轨迹等信息，丰富表达方式。数据显示，自去年6月发布以来，可灵AI已迭代超过20次，月活用户增长25倍，全球用户突破2200万。据内部评测，可灵和可图两款模型在业内稳居第一。目前，图生视频占可灵AI创作量的85%，图片质量对视频效果影响显著。可图2.0也升级了文生图能力，支持多种风格化效果，并上线了局部重绘和扩图等功能。此外，可灵AI还面向B端提供API接入服务，与小米、亚马逊云科技等数千家企业合作。截至2025年2月，可灵AI累计营收超过1亿元。