可灵大模型Kling首个国产对标Sora的视频生成大模型
快手自研的可灵大模型是首个国产对标Sora的视频生成模型，采用3D时空联合注意力机制，可生成长达2分钟1080p 30fps的电影级视频，模拟物理世界特性，支持多种宽高比，广泛适用于影视、广告等场景。
提起视频生成领域的AI大模型，许多人最先想到的往往是OpenAI的Sora。而在国内产品中，快手自主研发的“可灵大模型（Kling）”是首个真正对标Sora的标杆之作。它采用了与Sora相似的技术路线，同时融合了多项自研创新，实际效果毫不逊色。简单来说，可灵能够模拟真实物理世界，将用户的创意想象转化为具体画面，最长可生成2分钟的视频，分辨率达到1080p，帧率30fps，呈现电影级质感。更关键的是，它还支持多种输出宽高比，适配不同创作场景。未来，基于可灵还将推出“AI唱跳”等新玩法——仅需一张照片，即可同时驱动表情与肢体动作，生成一段完整的唱跳视频。
可灵大模型（Kling）核心功能
- 大幅度的合理运动：可灵采用3D时空联合注意力机制，能够更精准地建模复杂时空运动。生成的视频即便包含较大幅度的动作，也能严格遵循运动规律，不会出现不自然的违和感。
- 长达2分钟的视频生成：依托高效的训练基础设施、极致的推理优化以及可扩展的基础架构，可灵能够一次性生成长达2分钟的视频，帧率稳定保持在30fps。
- 模拟物理世界特性：基于自研模型架构与Scaling Law激发出的强大建模能力，可灵能够真实模拟物理世界中的重力、碰撞、流体等特性，生成内容完全符合自然规律。
- 强大的概念组合能力：借助对文本-视频语义的深刻理解以及Diffusion Transformer架构的卓越性能，可灵能将用户天马行空的想象力转化为具体画面，甚至虚构出真实世界中不存在的场景。
- 电影级的画面生成：自研3D VAE使可灵能够输出1080p分辨率的视频，无论是宏伟壮阔的大场面，还是细腻入微的特写，都能呈现出电影般的质感。
- 支持自由的输出视频宽高比：采用可变分辨率训练策略，可灵在推理时可根据需求输出多种宽高比，满足短视频、横屏电影、竖屏广告等不同场景的素材要求。
可灵大模型的应用场景
影视制作：用于生成特效场景，大幅减少实景搭建与后期制作成本。社交媒体：普通用户也能轻松创作出独具特色的视频内容，便于分享传播。艺术创作：艺术家和设计师借助可灵实现以往只能靠想象完成的创意。广告行业：用高质量视频广告提升品牌吸引力，让内容更具视觉冲击力。虚拟现实与增强现实：创造逼真的沉浸式环境，显著增强用户体验。游戏开发：快速生成游戏内的场景与动画，丰富动态表现效果。新闻媒体：快速制作新闻报道中所需的动态图像与背景视频素材。
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：可灵大模型Kling首个国产对标Sora的视频生成大模型要求：
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。
相关热点通义千问系列模型升级至Qwen2，涵盖0 5B至72B共五个尺寸，全部标配分组查询注意力机制，上下文长度最高支持128Ktokens。新增27种语言训练数据，在代码、数学等能力上显著提升，Qwen2-72B超越Llama-3-70B等顶尖开源模型。
腾讯发布混元文生图大模型加速库，生图时间缩短75%，支持ComfyUI界面与HuggingFace三行调用。作为业内首个中文原生DiT架构开源模型，支持中英双语输入，最低11GB显存。
StabilityAI推出StableAudioOpen1 0，专门用于生成鼓点、乐器乐段及环境音效等短音频片段，时长最长47秒。该模型遵循非商业研究社区协议开源，允许用户进行微调，训练数据源自FreeSound及免费音乐档案，确保不含版权材料，可用于研究和创作。
BestyAI全天候智能聊天助手，随时陪伴、建议与倾听。可智能回答天气、旅行攻略、烹饪技巧等问题，对话流畅，支持多语言，安全可靠。提供温暖交流与实用信息，让您随时随地获得帮助。
- 日榜
- 周榜
- 月榜
热点快看