可灵大模型

可灵大模型简介

可灵大模型（Kling）是由快手大模型团队自研打造的AI视频生成大模型，旨在提供高质量的视频生成能力，让用户可以轻松高效地完成艺术视频创作。可灵大模型采用3D时空联合注意力机制，能够生成分辨率高达1080p、时长最长为2分钟（帧率30fps）的视频。可灵大模型模型采用了与Sora相似的技术路线，并结合了多项自研技术创新，使其在视频生成方面具有显著优势。

可灵大模型能够生成大幅度的合理运动以及模拟物理世界特性，具备强大的概念组合能力和想象力，这使得可灵AI能够创造出独特且富有创意的视频内容。目前，可灵大模型已经在快影App开放邀测体验，用户可以通过上传全身或半身照片来体验一键跳舞等功能。

可灵大模型功能特点

✴️ 大幅度的合理运动
可灵大模型采用3D时空联合注意力机制，能够更好地建模复杂时空运动，生成较大幅度运动的视频内容，同时能够符合运动规律。

✴️ 长达2分钟的视频生成
可灵大模型得益于高效的训练基础设施、极致的推理优化和可扩展的基础架构，可灵AI能够生成长达2分钟的视频，且帧率达到30fps。

✴️ 模拟物理世界特性
可灵大模型基于自研模型架构及Scaling Law激发出的强大建模能力，可灵AI能够模拟真实世界的物理特性，生成符合物理规律的视频。这进一步增强了视频的真实感和沉浸感。

✴️ 强大的概念组合能力
可灵大模型基于对文本-视频语义的深刻理解和 Diffusion Transformer 架构的强大能力，可灵AI能够将用户丰富的想象力转化为具体的画面，虚构真实世界中不会出现的的场景。

✴️ 电影级的画面生成
可灵大模型基于自研3D VAE，可灵能够生成1080p分辨率的电影级视频，无论是浩瀚壮阔的宏大场景，还是细腻入微的特写镜头，可灵AI都能够生动呈现。

✴️ 支持自由的输出视频宽高比
可灵大模型采用了可变分辨率的训练策略，在推理过程中可灵AI可以做到同样的内容输出多种多样的视频宽高比，满足更丰富场景中的视频素材使用需求。

可灵大模型创新玩法