可灵大模型

可灵大模型是快手AI团队自主研发的视频生成大模型，具备强大的视频创作能力，采用3D时空联合注意力机制，能够生成符合物理规律的大幅度运动视频，模拟真实世界特性。可灵支持生成长达2分钟、1080p分辨率的高清视频，并具有自由调整宽高比的功能。此外，该AI视频工具还结合了3D人脸和人体重建技术，实现表情和肢体的全驱动，只需一张全身照即可体验生动的AI唱跳功能。

可灵大模型的主要功能与特色

大幅度的合理运动：采用3D时空联合注意力机制，能够建模复杂时空运动，生成符合运动规律的大幅度运动视频。
长达2分钟的视频生成：得益于高效的训练基础设施和推理优化，可灵能生成长达2分钟的视频内容。
模拟物理世界特性：基于自研模型架构，能模拟真实世界的物理特性，生成符合物理规律的视频。
强大的概念组合能力：利用对文本-视频语义的深刻理解和Diffusion Transformer架构，将用户想象力转化为具体画面。
电影级的画质生成：基于自研3D VAE技术，可生成1080p分辨率的电影级视频。
支持自由的视频宽高比：采用可变分辨率训练策略，能够在推理过程中输出多样的视频宽高比。
AI驱动的创新玩法：结合3D人脸和人体重建技术，实现表情肢体全驱动，用户上传全身照即可体验生动的AI唱跳玩法。
图生视频：可灵模型将静态图像转化为5秒动态视频，用户可通过文本提示生成多样化的运动效果。
视频续写：支持对现有视频一键续写，每次延长4.5秒，可多次续写，最长可达3分钟，实现用户创意。