快手可灵3.0内测：视频生成AI模型全新升级发布
IT之家 1 月 31 日消息，快手今日宣布推出新一代视频生成模型可灵 3 0 系列，目前处于超前内测阶段。该系列包含图片 3 0、视频 3 0 和视频 3 0 Omni，在原有模型基础上进行了技术
IT之家 1月31日消息，快手今天正式宣布推出新一代视频生成模型“可灵 3.0”系列，该系列目前正处于超前内测阶段。此次发布的系列包含了图片3.0、视频3.0以及视频3.0 Omni三款模型，它们在原有技术基础上实现了多项核心能力的突破与升级。
据了解，图片3.0模型的升级主要集中在以下四大功能板块：
新增了组图生成能力，支持用户通过上传单张或多张输入图像，批量生成逻辑连贯、叙事流畅的系列化画面；
输出分辨率显著提升，最高可支持生成2K与4K级别的高清图像，更好地满足了影视预演、场景设定等专业视觉创作需求；
大幅增强了画面细节的一致性，优化了纹理、光影的呈现效果，有效降低了图像中的“AI感”，使生成结果更加自然逼真；
强化了对构图、视角等画面元素的控制精度，提升了模型在影视类创作场景中的实用性与可控性。
据介绍，此次模型升级采用了视觉思维链技术，辅助生成前的场景解构与推理，并通过Deep-Stack视觉信息流机制增强了模型的细粒度感知能力。在模型训练过程中，研究团队引入了强化学习框架，并融合真实感与电影质感的双重评估标准，持续优化模型的最终输出效果。
此外，新一代视频模型采用了统一的多模态训练框架，支持文本、图像、视频片段等多种输入形式。单次视频生成时长最高可达15秒，并支持用户灵活设置3到15秒的目标时长。其功能改进主要包括：
新增了智能分镜系统，能够根据文本指令自动调度不同的景别与机位，实现更富动态的视觉叙事；
增强了生成主体的身份一致性控制，允许用户通过多张参考图或视频来锚定特定的人物或视觉元素；
升级了音画同步能力，不仅支持中、英、日、韩、西五种语言及多种方言的精准口型匹配，还能实现多人场景下的角色定向发声；
提升了文字生成的清晰度，确保画面中的招牌、字幕等文字信息清晰可辨，细节处理更加到位。
全新推出的视频3.0 Omni版本，额外支持创建视频主体特征库功能。用户只需提供一段包含人物的3到8秒视频，模型即可提取该角色的形象与音色特征，并应用于后续的生成任务中。相关技术文档显示，此次升级在多模态指令解析架构优化、音频采样区间调整以及特征解耦重组方案等方面均取得了进展。
你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：快手可灵3.0内测：视频生成AI模型全新升级发布要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题
游乐网为非赢利性网站，所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系youleyoucom@outlook.com。
相关热点先来看看Remaker AI这款工具。它的定位非常清晰——专注于解决图像处理中的常见难题：水印、文字、多余元素，以及低分辨率图像的修复与放大。无论是设计师、社交媒体运营人员，还是普通用户，只要遇到需要“清理”图片的场景，它都能轻松应对。下面直接了解它的适用人群和实际能力。 需求人群 Remaker
文心大模型覆盖文化传媒、艺术创作、教育科研、金融保险、医疗健康等需文字与创意的场景，集成文本生成、文生图、智能对话、信息抽取、文本纠错、古诗创作、文案续写等十余种文字处理能力。
今天我们来聊一款非常实用的浏览器工具——Ask AI Browser。如果你经常在Google上搜索问题，又希望随时与AI对话，或者在浏览各类网站时想直接向AI提问，那么这款工具可能会为你的日常浏览体验带来显著提升。 目标用户群体 简单来说，它主要面向以下几类用户：在Google上搜索问题时，希望无
说起来，联通云盘这事儿，其实就是中国联通在云存储这条赛道上的一次重要布局。目标很明确：为个人和家庭用户解决海量数据存储的刚需。具体能干啥呢？个人云、家庭云、微信 通讯录 相册备份、多端文件共享……说白了，就是从存储到共享的一条龙服务。 联通云盘官网网页版登录入口网址：https: pan wo c
- 日榜
- 周榜
- 月榜
热点快看