快手副總裁、可靈AI負責人張迪

值得一提的是，可靈2.0大師版全面升級視頻及圖像創(chuàng)作可控生成與編輯能力，上線全新的多模態(tài)視頻編輯功能，能靈活理解用戶意圖。支持在一段視頻的基礎之上，通過輸入圖片或文字，對生成的視頻內(nèi)容實現(xiàn)元素的增加、刪減、替換，幫助創(chuàng)作者們實現(xiàn)更加靈活的二次編輯和處理。

可靈2.0大師版操作界面

可圖2.0：

圖像生成與編輯的「六邊形戰(zhàn)士」

快手負責人張迪披露，當前，圖生視頻約占到可靈AI視頻創(chuàng)作量的85%，圖片質(zhì)量也對視頻的生成效果產(chǎn)生重要作用。

在圖像生成大模型領域，快手的可圖2.0處于行業(yè)領先水平，擁有多項核心優(yōu)勢，諸如強大的復雜語義理解能力、電影級的畫面質(zhì)感、多條件的可控風格化生成等。在團隊內(nèi)部的多項勝負率評測中，相較于Midjourney V7、FLUX1.1 [pro]以及Reve等行業(yè)領先的圖像模型，均保持明顯優(yōu)勢。

張迪介紹，可圖2.0文生圖能力迎來全面升級。包括大幅提升指令遵循能力、顯著增強電影美學表現(xiàn)力以及更多元的藝術(shù)風格。在風格化響應上，可圖2.0可支持60多種風格化的效果轉(zhuǎn)繪，模型出圖創(chuàng)意和想象力實現(xiàn)大幅躍升。

同時，可圖2.0也上線了實用的圖像可控編輯功能——局部重繪和擴圖，支持圖片的增加、修改和修復。在圖像的多模態(tài)可控生成中，可圖2.0還上線了全新的風格轉(zhuǎn)繪功能，只需要上傳一張圖片加上風格描述，就能一鍵切換圖片的藝術(shù)風格，同時精準保留原圖的語義內(nèi)容。

3

AI生成進入“可信時代”

AIGC技術(shù)又一里程碑突破

可靈2.0的發(fā)布，標志著AIGC技術(shù)從“實驗室突破”邁向“產(chǎn)業(yè)可信化”：

技術(shù)普惠：通過MVL降低多模態(tài)創(chuàng)作門檻，非專業(yè)用戶可生成接近專業(yè)團隊的作品；

生態(tài)重構(gòu)：與快手短視頻、直播業(yè)務深度耦合，推動“AI原生內(nèi)容”成為平臺核心競爭力；

標準建立：提出“動態(tài)質(zhì)量評估體系”，要求生成內(nèi)容在物理規(guī)律、情感表達等維度達到影視級標準。

不過，行業(yè)專家指出，可靈AI仍需解決兩大矛盾：生成質(zhì)量與成本的平衡（如高精度視頻的定價策略），以及創(chuàng)意同質(zhì)化風險（用戶過度依賴模板生成內(nèi)容）。

結(jié)語

一場“可靈速度”的長跑

從2024年6月首次發(fā)布到2025年4月迭代至2.0版本，快手僅用10個月便完成20余次技術(shù)升級，用戶規(guī)模增長25倍。這種“快迭代、強落地”的策略，既源于快手對短視頻內(nèi)容痛點的深刻理解，也凸顯其在AI競賽中的緊迫感。

快手高級副總裁蓋坤表示：“可靈AI將持續(xù)大力推動技術(shù)創(chuàng)新，用人與AI交互的全新語言，幫助用戶實現(xiàn)復雜創(chuàng)意的精確表達，“我們的初心，是讓每個人都能用AI講出好的故事，我們也真切地希望這一天更快到來”。這場由快手發(fā)起的“智能創(chuàng)作革命”，或許正拉開AI時代內(nèi)容生態(tài)重構(gòu)的序幕。

lixiangjing

算力豹主編