近日，可靈AI宣布了一項(xiàng)重大更新，正式推出了可靈2.0視頻生成模型與可圖2.0圖像生成模型，這一消息引起了全球用戶的廣泛關(guān)注。

作為AI領(lǐng)域的佼佼者，可靈AI此次的2.0版本升級，在多個(gè)方面實(shí)現(xiàn)了顯著的提升。據(jù)官方介紹，可靈2.0視頻生成模型在動(dòng)態(tài)質(zhì)量、語義響應(yīng)以及畫面美學(xué)上均有了長足的進(jìn)步，而可圖2.0圖像生成模型則更加注重指令遵循、電影質(zhì)感及藝術(shù)風(fēng)格的表現(xiàn)。

自去年6月上線以來，可靈AI的用戶規(guī)模迅速擴(kuò)張，目前全球用戶數(shù)量已突破2200萬大關(guān)。在這短短的時(shí)間內(nèi)，用戶通過可靈AI累計(jì)生成了1.68億個(gè)視頻和3.44億張圖片素材，這一數(shù)據(jù)無疑彰顯了其強(qiáng)大的生成能力和用戶的廣泛認(rèn)可。月活用戶數(shù)量更是在10個(gè)月內(nèi)增長了25倍，這一增速令人矚目。

在發(fā)布會(huì)上，快手高級副總裁蓋坤分享了他對可靈AI的期待與愿景。他提到，早在去年三四月份，當(dāng)他首次看到可靈AI的DiT模型產(chǎn)出結(jié)果時(shí)，就萌生了一個(gè)念頭——何時(shí)能用AI將自己心目中的《三體》拍攝出來。這一愿景不僅展現(xiàn)了蓋坤對可靈AI的厚望，也反映了AI在影視創(chuàng)作領(lǐng)域的巨大潛力。

然而，蓋坤也坦言，當(dāng)前AI視頻生成領(lǐng)域仍存在諸多挑戰(zhàn)。各家視頻模型在語義分析能力和動(dòng)態(tài)質(zhì)量上都存在共性問題，如AI無法精準(zhǔn)理解創(chuàng)作者的文字表達(dá)，以及生成的物體運(yùn)動(dòng)過快或不符合物理規(guī)律等。為了解決這些問題，可靈AI在2.0版本中提出了全新的交互理念——Multi-modal Visual Language（MVL）。

MVL由TXT（Pure Text，語義骨架）和MMW（Multi-modal-document as a Word，多模態(tài)描述子）組成，它允許用戶結(jié)合圖像參考、視頻片段等多模態(tài)信息，將腦海中復(fù)雜多維度的創(chuàng)意直接傳達(dá)給AI。這一理念的提出，無疑為AI視頻生成領(lǐng)域帶來了革命性的突破。

基于MVL理念，可靈AI推出了多模態(tài)編輯功能，該功能不僅局限于圖片和視頻，還可以引入聲音、運(yùn)動(dòng)軌跡等其他模態(tài)的信息。同時(shí)，可靈2.0大師版也應(yīng)運(yùn)而生，它在語義響應(yīng)、動(dòng)態(tài)質(zhì)量和畫面美學(xué)等方面實(shí)現(xiàn)了進(jìn)一步提升，并上線了新的多模態(tài)視頻編輯功能。這一功能允許創(chuàng)作者在一段視頻的基礎(chǔ)上，通過輸入圖片或文字，對生成的視頻內(nèi)容進(jìn)行靈活的二次編輯和處理。

在圖像生成領(lǐng)域，可圖2.0同樣表現(xiàn)出色。它具備復(fù)雜語義理解能力、電影級的畫面質(zhì)感以及多條件的可控風(fēng)格化生成等優(yōu)勢。新版本的可圖2.0提升了指令遵循能力，增強(qiáng)了電影美學(xué)表現(xiàn)力，并支持60多種風(fēng)格化的效果轉(zhuǎn)繪?？蓤D2.0還上線了圖像可控編輯功能，包括局部重繪和擴(kuò)圖等，讓用戶可以對圖片進(jìn)行增加、修改和修復(fù)。

除了面向C端訂閱用戶提供服務(wù)外，可靈AI還積極開拓B端市場，為商家提供API接入等服務(wù)。目前，已有超過1.5萬名開發(fā)者將可靈的API應(yīng)用于不同行業(yè)場景中，累計(jì)生成的圖像和視頻素材數(shù)量龐大。這一舉措不僅拓寬了可靈AI的應(yīng)用范圍，也為其帶來了可觀的商業(yè)價(jià)值。

為了進(jìn)一步激發(fā)AI愛好者的創(chuàng)作熱情，可靈AI還發(fā)布了“可靈AI NextGen 新影像創(chuàng)投計(jì)劃”。該計(jì)劃將投入千萬資金，為全球創(chuàng)作者提供宣發(fā)、IP打造和保障等全方位支持。通過全資出品、聯(lián)合出品和技術(shù)支持等合作方式，可靈AI致力于打造一個(gè)充滿活力的AIGC創(chuàng)作生態(tài)。