2024年過半，圍繞視頻和圖片內(nèi)容，快手大模型應(yīng)用落地加速。

6月21日，在計(jì)算機(jī)視覺領(lǐng)域盛會CVPR2024上，快手可靈大模型正式推出圖生視頻功能，支持將任意靜態(tài)圖像轉(zhuǎn)化為5秒動態(tài)視頻，其間可以搭配創(chuàng)作者輸入的文本，生成多種運(yùn)動效果。

此次可靈大模型還同步發(fā)布了視頻續(xù)寫功能，支持對已生成的視頻一鍵續(xù)寫和連續(xù)多次續(xù)寫，單次可讓視頻延續(xù)約5秒，最長可生成約3分鐘視頻。

這意味著，可靈大模型可以通過多次續(xù)寫的功能，在AI視頻生成的時長上超越Sora。

快手可靈視頻生成大模型于6月6日發(fā)布，可支持生成最高達(dá)120s的視頻，對標(biāo)Sora。

如今國內(nèi)的AI競賽，已經(jīng)從去年卷數(shù)據(jù)、算力和算法，爭相發(fā)布基礎(chǔ)大模型的狀態(tài)，演變成了驗(yàn)證大模型應(yīng)用落地能力的比拼。

而掀起這一浪潮的節(jié)點(diǎn)性事件，仍舊源于Open AI。其于2月16日發(fā)布了文生視頻模型Sora，并首次由AI生成了長達(dá)1分鐘的多鏡頭長視頻，展現(xiàn)出了對于真實(shí)世界的高度模擬和細(xì)節(jié)還原，被視作科技行業(yè)的革命。

隨后，國內(nèi)各大廠商也競相追趕。快手作為國內(nèi)頭部的內(nèi)容平臺自然也不會落下。

在今年Q1的財(cái)報(bào)電話會上，快手CEO程一笑表示，今年一季度，快手會穩(wěn)步推進(jìn)自研大模型各項(xiàng)性能的迭代提升，并且加快大模型在各業(yè)務(wù)場景的應(yīng)用。更早之前，快手還發(fā)布了文生圖和圖生圖大模型產(chǎn)品“可圖”。

可靈大模型演示使用圖片

快手以外，字節(jié)跳動從去年開始就已經(jīng)成立了Flow部門，致力于大模型應(yīng)用的研發(fā)，但至今尚未有成熟產(chǎn)品落地。

此前，曾有傳聞表示，字節(jié)跳動在Sora引爆文生視頻領(lǐng)域之前，已經(jīng)在研發(fā)對標(biāo)Sora的名為Boximator的創(chuàng)新性視頻模型。隨后字節(jié)跳動辟謠表示，Boximator是視頻生成領(lǐng)域控制對象運(yùn)動的技術(shù)方法研究項(xiàng)目，還無法作為完善的產(chǎn)品落地，距離國外領(lǐng)先的視頻生成模型在畫面質(zhì)量、保真率、視頻時長等方面還有很大差距。

今年4月和3月，國內(nèi)AI賽道中的學(xué)院派選手還分別推出了視頻生成AI模型“Vidu”和“Follow-Your-Click”，但生成視頻的時長在10s-20s的區(qū)間，且畫面質(zhì)量也相對較低，與Sora仍存在較大差距。

在AI視頻生成的競爭中，時長和畫面質(zhì)量已經(jīng)成為了國內(nèi)廠商爭相突破的兩個重要維度。如今，快手快了一步。