快手可灵,把压力给到了抖音剪映 siyushenqi.com • 2025 年 8 月 13 日 下午11:27 • 行业动态 • 阅读 398 视频生成大模型会是下一个竞争高地吗? 快手自研视频生成大模型「可灵」上线后,截至目前,申请使用的预约人数已经超过 6.5 万。一时间,引发行业轰动。 原因很简单,OpenAI 的文生视频 Sora 发布后,一直处于内测状态,外界无缘得以使用;而快手「可灵」发布即测试,通过快手旗下创作工具快影 App,用户可以直接申请公测,通过后可生成 2 分钟左右、分辨率为 1080p 的文生视频,视觉效果并不弱于 OpenAI 的 Sora。 文生视频需要耗费巨大的算力资源,对模型的能力维度要求更高,是国内大模型厂商尚未充分竞争的领地。让人意外的是,快手「可灵」成为国产大模型中最先「交卷」的一家,早于字节。 但快手这种领先优势并不会维持太久,「字节跳动的视频生成大模型也在内测中,估计很快(发布)了。」行业知情人士透露,预计跟快手类似,字节旗下视频生成大模型也将通过旗下创作工具剪映最先上线。 此外,就在「可灵」上线一周后的 6 月 13 日,Luma AI 发布最新文生视频模型 Dream Machine,向所有用户免费开放使用,其效率可以达到每 120 秒就能生成 120 帧画面,还能快速生成 5 秒钟的电影级别视觉效果的视频片段,此外,Luma的模型超越快手可灵的地方,还有丰富的美学风格选项。 更多竞争的对手正在赶来的路上。「6月底之前,大模型厂商都会不断放出 Sora 类模型产品,文生视频和图生视频大模型将遍地开花。」大模型行业分析人士认为,此前各家大模型厂商都具备了视频生成能力,只是碍于算力成本以及视频效果尚未全面优化,所以并未全面铺开。 大模型之战,从技术卷到应用,从百模大战卷到价格战,视频生成大模型会是下一个竞争高地吗?答案正在揭晓。 1 弯道超车字节? 「可灵的效果是目前中国 Sora 类的第一,非常意外的是来自快手团队。」行业分析人士认为。 快手自研视频生成大模型「可灵」上线后,让外界意外的,一方面是视频生成的效果可以比肩 Sora;另外一方面是其来自快手团队。因为,在此前的大模型竞争中,快手并不是引人关注的第一梯队成员。快手此前发布通用大语言模型「快意」、文生图大模型产品「可图」,影响范围都很有限,直到如今的「可灵」。 从快手「可灵」公布的数据看,中国版 Sora 确实是其对标的目标。 从技术路线上看,快手「可灵」采用的是跟 Sora 雷同的 DiT 架构,用 Transformer 代替了传统扩散模型中基于卷积网络的 U-Net。快手大模型团队还自研了一款 3D 时空联合注意力模块和 3D VAE 网络,以实现更好的时空运动建模与更高效的隐空间编/解码。 而从「可灵」的官方网站上,可以一目了然其产品卖点。 最引人注意的是,可灵支持生成长达 2 分钟的 30 帧视频,分辨率最高 1080p,自由定制宽高比,这一点远超 Sora 和国内大模型厂商。而在生成视频的效果上,可灵强调自己的能力包括生成大幅度的合理运动、模拟物理世界特性、具备概念组合能力和想象力这三大优势。 而从传播上,「可灵」也区别于以往国内大模型的发布,最先从国外社交媒体上引起关注,然后在国内热度升高,实现了「出口转内销」或者「墙内开花墙外香」的特点。 在推特上,对「可灵」的使用评价和评测非常广泛。 「感觉大家也别等 Sora 这种又贵又费时的工业级 AI 了,先可灵免费用起来。快手这次真是让人惊喜。」 「与国外的 Sora 视频生成大模型相比,中国大模型开发者更理解本土文化,大模型生成的内容也更能满足本土用户的需求。」 「下午充了一个快影的年费会员,好像就跳过了快手可灵的排队,直接可以通过更改 prompt 生成视频了,效果很惊艳呀。生成一个视频的时间,在 VIP 会员下,大概需要 3 分钟。」 正是靠着国外社交媒体的热度,「可灵」的热度水涨船高。发布一周之后,快手才正式在官方公众号上推荐这款产品,标题为「今天你‘可灵’了吗?」 事实上,腾讯和字节等互联网公司,同样拥有视频生成大模型,只是尚未完全公测或者效果不尽人意。字节跳动剪映旗下的产品「即梦」就具备短视频生成功能,可以选择运镜类型、视频比例和运动速度,生成 3-6 秒的视频,但在视频呈现效果和时间长度上,并没有展示出比肩 Sora 的优势。 这也更凸显了快手「可灵」令人惊讶的优势,因为行业一直认为要对模型训练做扎实,本质上不存在弯道超车,如果基础模型做不好,文生文和文生图都做不好,何谈文生视频。但意外就在于,快手的视频大模型奇袭成功了。 2 可灵背后的人 谁才是「可灵」背后的决定性人物?这可能是一个人才流动前仆后继的故事。 就在快手「可灵」正式发布的前几天,快手专家研究员王鑫涛对外做过一个《视频生成的初探及其可控性研究》学术分享,这被认为是快手内部对「可灵」大模型技术层面的思考,相关 PPT 也很快流传出来成为大模型行业研究的资料。 「可灵」发布之后,王鑫涛又出现在深圳的一次人工智能学术分享会中,王鑫涛提到在追赶 Sora 的过程中,面临的核心挑战在于,如何实现在长视频和长镜头中学习到物理规律,从而确保生成的视频具有高度的物理一致性。 因而这是王鑫涛认为最值得深入研究的问题,「传统上,AI 生成的视频往往局限于单一镜头,缺乏复杂场景下的连贯性和真实感。然而,Sora 却能在复杂的长视频中实现镜头的流畅切换,同时保持强大的三维、时序和物理一致性。」 事实上,王鑫涛入职快手的时间并不长,目前是快手视觉生成与互动中心的高级研究员,隶属于快手多模型与 AIGC 部门,负责视觉内容生成方面的研究。公开资料显示,去年他还是腾讯 AI 实验室的高级研究员,领导了视觉内容生成 (AIGC)方面的工作。 可以说,快手「可灵」奇袭的背后,离不开王鑫涛这样的腾讯前 AI 力量的贡献。 此前腾讯混元开源混元大模型时,就已经公开其具备文生视频、图生视频、图文生视频、视频生视频等多种视频生成能力,已经支持 16s 视频生成。当时混元大模型文生图负责人芦清林就提到,不同模态之间的对齐是难点之一,混元想做视频和音频的同时生成,但要解决二者用一个模型输出的对齐有很大混淆。 而另外一方面,「可灵」出圈的背后,也意味着昔日快手 AI 团队成员的某种失落。 前快手技术副总裁王仲远,如今已经是北京智源人工智能研究院院长。去年 12月,快手组织架构大调整中,主站、电商与商业化三个事业部下属都拥抱了变化,而负责 AI 业务的王仲远不再担任任何职务。 仅仅半年前,王仲远作为快手 AI &用户增长业务负责人,在快手创作者大会上首次公布了快手 AIGC 的进展,其核心旨在提升短视频内容的创作力和生产力。当时快手已经开放了「可图」大模型产品,支持文生图和图生图两类功能,已上线 20 余种 AI 图像玩法。 整个 2023 年,是快手缺少 CTO 的一年,也是快手大模型组建团队和业务的落地之年。从组织架构上看,快手大模型团队隶属于快手社区科学线,而业务包含大语言模型、文生图大模型、视频生成大模型等多个方向,但大语言模型和文生图模型相比同行都乏善可陈。 中国版的 Sora 肯定也是王仲远的期待之一,只是不知道他如何看待「可灵」。 离开快手之后,王仲远代表智源研究院对外接受过采访,谈及 AGI(通用人工智能)正在加速到来,过去他觉得实现科幻片里超级人工智能的场景还有四五十年,现在他感觉可能再用四五年 AGI 就会诞生。 「Sora 的出现也是一个划时代的时刻,它真正的价值不是文字生成精美的视频,而是说明大模型可能具备了理解三维世界的能力。换句话说,Sora 初步展现了世界模型上的 scaling law(规模法则)。」王仲远认为。 3 第一能维持多久? 当下的快手「可灵」备受好评,但国内 Sora 第一的位置能维持多久? 「可灵」唯一的使用渠道就是快手创作工具快影 App,但快影 App 的下载数据并没有太大的波动。根据七麦数据,App Store 近七日日均下载量仍旧维持在 2 万左右,在应用(免费)和摄影与录像(免费)榜单上的排名依然保持稳定,并没有太大的变化曲线。 从商业路径上看,目前「可灵」吸引的更多还是 C 端消费者。相比文生图和文生文等模型在广告等领域已经有广泛的使用场景,文生视频大模型的使用场景依然有限,所以策略往往先服务于内容生产者,不断扩展消费端的使用场景,最终吸引 B 端客户和商家付费使用。 更重要的是,国内 Sora 第一的竞争对手正在赶来的路上。 一方面是国内市场,根据消息人士透露,字节跳动旗下视频生成大模型也在内测中,估计很快发布,也将依靠旗下创作工具剪映上线。对剪映来说,此前已经上线的「即梦」已经实现了文生视频大模型的相应功能,只是目前这部分功能优化程度不足而已。 而变化更快的是国际市场,就在 6月 13 日,Luma AI 首发了自己的视频生成模型 Dream Machine,用户可以通过文字或图片生成高质量的高清视频,比快手「可灵」更进一步的是,Luma 实现了免费全量开放,登录即用并不用预约等待。 但与快手「可灵」面临的问题一样,Luma AI 也面临算力不足的问题,使用时需要长时间等待,等待结果也有可能是生成内容失败,所以算力是制约文生视频大模型最大的瓶颈。 大模型行业此前公开过相关数据,大模型要实现 Sora 类似的水平,就需要有千卡级别的算力,进一步优化能力则需要万卡级别的算力,这意味着大规模算力集群的调动能力,不论是使用英伟达的旗舰 GPU 芯片,还是华为昇腾的国产 AI 芯片。 大模型竞争依然处于初期,AI 大模型本身对云服务来说是锦上添花,如何把应用落地做好,把成本最低,依然是当下大模型行业面临的共同命题。 相比于字节跳动的大模型策略,快手在大模型上的策略仅仅有「可灵」依然是不够的。字节跳动豆包大模型最明显的策略和标签就是成本低,通过价格战大幅降低模型推理的单位成本,吸引 B 端客户进入火山引擎的云服务之中。如果字节跳动发布视频生成大模型,那一定是实现了成本更低的一条路。 无论如何,追赶 Sora,已经成为大模型行业在 2024 年的主要共识和任务之一,快手要稳住国内 Sora 第一的位置,还要面临残酷的考验。 相关阅读外贸展会后怎么跟进客户?72小时、7天、30天的完整SOP网易辟谣:王怡未离职,部分营销团队并入事业部OpenAI内部信"摊牌":微软联盟已成枷锁,将押注亚马逊合作突围哔哩哔哩首次全年盈利、友谊时光靠女性向小游戏扬眉吐气丨9家游戏公司财报深度拆解群核科技开启全球招股;众擎机器人完成2亿美元B轮融资;红熊AI完成2.1亿元A轮融资丨投融资周报需要日本PayPal代付;社交APP伊拉克支付提现渠道;收巴西各类流量;海外买量|私域神器每周合作精选No.201一周要闻NO.195丨恶意软件入侵谷歌商店;9家游戏公司财报深度拆解;非洲市场又一电商巨头退场;Meta首个"超级智能"模型亮相微软或考虑将《使命召唤》移出Xbox Game Pass泡泡玛特进军巴西:先打假冒伪劣智元机器人,一分为四! 本文源自「私域神器」,发布者:siyushenqi.com,转载请注明出处:https://www.siyushenqi.com/33846.html 赞 (0) 打赏 微信扫一扫 支付宝扫一扫 0 0 生成海报 关于作者 siyushenqi.com 关注私信 13.9K 文章 0 评论 425 问题 18 粉丝 私域神器:海外私域营销拓客软件 吴恩达:美国加州SB-1047法案,将扼杀开源大模型 上一篇 2025 年 8 月 13 日 下午11:27 为什么你的 iPhone,肯定用不上「苹果 AI」? 下一篇 2025 年 8 月 13 日 下午11:27 相关推荐 行业动态 被起诉的AI独角兽,这样回应好莱 MiniMax在招股书中首次系统回应迪士尼等索赔7500万美元案,主张“工具中立+合理使用”,并认定最坏情况亦不会动摇上市融资与现金流。 siyushenqi.com 2025 年 12 月 26 日 430000 行业动态 WhatsApp磐石系统解析:企业级通讯解决方案的架构与可靠性研究 Introduction Main Features Architecture and Reliability Data Security Use Cases Introduction WhatsApp磐石系统是针对企业级通讯的解决方案,强调架构的可靠性与安全性,支持高效的信息传递与管理。随着企业通讯需求的不断增长,企业级通讯系统必须具备极高的可靠性与灵活性… siyushenqi.com 2025 年 8 月 13 日 下午11:27 398000 中国“热”席卷欧洲的背后:烧不起天然气,那就“烧”电热毯吧 随着国际形势变化,中国电热产品走红欧洲,这次规模盛大的爆发式增长对整体行业有什么影响,又能给中国生产商留下什么启示?让我们不妨冷静下来,看看增长背后的“真相”。 siyushenqi.com 2025 年 8 月 13 日 • 行业动态 446000 行业动态 三七互娱 投资总监 周安安 确认担任 GICC2025丨第六届全球互联网产业CEO大会游戏峰会圆桌嘉宾! 三七互娱 投资总监 周安安 确认担任 GICC2025丨第六届全球互联网产业CEO大会游戏峰会圆桌嘉宾! siyushenqi.com 2025 年 10 月 17 日 382000 行业动态 没有对标?这款海外称霸两年的二游今天上线了 今天的B站,端来了一盘“硬菜” siyushenqi.com 2025 年 8 月 19 日 451000 行业动态 张一鸣做出重大决定,抖音电商新一轮调整开始了 抖音电商将行业运营A组与B组合并由B组原负责人赵睿统一管理,并向抖音电商总裁魏雯雯汇报,但A组与B组仍保持独立运作。 siyushenqi.com 2025 年 8 月 5 日 428000 行业动态 悠星持股38.98%成蛮啾网络大股东,脱胎于同人社团的二次元厂商们开始拧成一股绳? 蛮啾、悠星、鹰角、散爆...二次元赛道的中坚力量。 siyushenqi.com 2026 年 1 月 7 日 415000 行业动态 iMessage营销:如何利用苹果平台矩阵实现精准推送 利用iMessage进行个性化营销 结合Apple Pay提升转化率 通过群组消息增强用户参与感 分析用户数据优化推送策略 利用iMessage进行个性化营销 iMessage作为苹果生态系统的一部分,能够充分利用其平台优势,通过直接与用户的日常沟通渠道进行连接,实现个性化的营销推送。这种方式可以为用户提供高度定制化的信息,增强其互动性与参与感。 个性化营销… siyushenqi.com 2025 年 8 月 13 日 下午11:27 398000 行业动态 【跨境支付】和流程-英国企业 【跨境支付】和流程-英国企业。 siyushenqi.com 2025 年 8 月 3 日 414000 行业动态 绕开《原神》,腾讯走回老路 为什么腾讯没有做出原神这样的游戏产品? siyushenqi.com 2025 年 8 月 18 日 429000 行业动态 RCS短信与iMessage营销在外贸矩阵策略中的实践与送达优化 RCS短信与iMessage的差异与选择 优化用户体验的策略 提高送达率与转化率的实践 外贸营销矩阵与渠道整合 RCS短信与iMessage的差异与选择 在现代外贸营销中,企业需要通过有效的消息沟通方式与潜在客户建立联系。在这方面,RCS短信和iMessage作为两种重要的通信方式,都提供了增强的互动性和用户体验。然而,它们之间存在显著差异,企业应根据目标市… siyushenqi.com 2025 年 8 月 13 日 下午11:27 398000 行业动态 WhatsApp私域神器对跨境电商流量裂变的推动作用 WhatsApp私域神器简介 提升用户互动效率 WhatsApp对跨境电商的影响 对比分析 FAQ 常见问题解答 WhatsApp私域神器简介 WhatsApp已成为全球最广泛使用的即时通讯工具之一,其私域流量的特点使其在跨境电商领域的应用变得尤为重要。通过增强用户互动和社群管理,WhatsApp帮助商家实现流量裂变,进而提高品牌曝光率与销售转化率。与传统的… siyushenqi.com 2025 年 8 月 13 日 下午11:27 398000 行业动态 短剧新规倒计时,没备案就下架 规范化是短剧的必由之路。 siyushenqi.com 2025 年 8 月 18 日 466000 行业动态 斋月倒数日历、斋月礼篮......快跟上Tiktok上爆火的斋月新潮流 斋月即将来临,Tiktok上#Ramadan shopping list的话题下,不少穆斯林网友分享了他们的斋月购物清单。 siyushenqi.com 2025 年 8 月 12 日 442000 Google GTM注册流程 Google GTM注册流程 siyushenqi.com 2025 年 8 月 3 日 • 行业动态 288000 拿下畅销Top3一年后,紫龙BlackJack工作室又出了一款战棋手游 在开放测试之前,《2089:边境》就给我留下了很深的印象。这主要是因为,我在它身上既看到了复古的味道,也闻到了创新的气息,这种感觉似乎就像是在喝一瓶八二年的可乐。 siyushenqi.com 2025 年 8 月 25 日 • 行业动态 602000 行业动态 定档9月19日-21日!2025电博会即将开启数智未来 9月19日至21日,2025中国国际消费电子博览会(以下简称2025电博会)将在青岛国际会展中心(红岛馆)盛大举行。电博会是目前山东省唯一的国家级、专业型展会,由山东省人民政府主办,中国机电产品进出口商会、中国电子学会、中国通信企业协会和青岛市人民政府承办,迄今已成功举办了21届。本届电博会聚焦全球消费电子前沿趋势,搭建国际交流与产业赋能的对话平台,呈现面向… siyushenqi.com 2025 年 8 月 13 日 下午11:27 398000 健身题材热到超休闲赛道 武汉这家头部手游公司又做了个欧美 Top10爆款 健身浪潮席卷全球 哈乐沃德乘风而起 siyushenqi.com 2025 年 8 月 24 日 • 行业动态 448000 行业动态 2024年WhatsApp广告政策变化对外贸企业影响 WhatsApp广告政策变化概述 对外贸企业的影响 外贸企业应对策略 数据隐私影响 对比分析 WhatsApp广告政策变化概述 2024年,WhatsApp将实施全新的广告政策,为广告主提供更多广告投放的机会和选项。这一变动对全球各行各业的营销策略都将带来显著影响,尤其是在外贸领域,企业需要根据新的广告规则进行相应调整。 对外贸企业的影响 WhatsApp广… siyushenqi.com 2025 年 8 月 13 日 下午11:27 398000 7年15部新作91%好评,打造IP神作的这支团队没“七年之痒”吗? 从2015年发布系列首部作品开始,锈湖工作室便孜孜不倦地铸造各式碎片,为玩家拼凑出一幅围绕锈湖湖畔、横跨近3个世纪,两大家族为获得永生而充满着算计与牺牲的图景。 siyushenqi.com 2025 年 8 月 24 日 • 行业动态 504000 行业动态 制作报价单应该注意的6个细节问题 制作报价单有一些需要注意的细节,虽然这些细节不能完全决定订单成交与否,但确实能对其产生影响。我们在制作报价单的时候考虑得越周全,越能提高成功的概率。 一、对客户的尊重 在报价单抬头前面加上“To 客户姓名”,表明这个报价单是专门为这个客户而做的,体现我们对客户的尊重。 二、回应客户的问题 如果客户在询盘中告知了具体需求,那么报价单除了以上基本内容外还要加上客… siyushenqi.com 2025 年 8 月 13 日 下午11:27 398000 净利断崖式下滑?从IGG 2021财报看出海厂商面临的挑战与机遇 2022年的港股市场可谓坏消息不断,接踵而至的黑天鹅事件给股市造成持续冲击,自然也包括在港上市的游戏企业。 siyushenqi.com 2025 年 8 月 24 日 • 行业动态 455000 行业动态 我在东南亚和中东用Telegram私信搞用户增长,这5个技巧和3个坑你得知道 我在东南亚和中东做游戏推广,用Telegram私信搞用户增长踩了无数坑。这篇文章分享5个核心技巧和3个致命大坑,从养号、找精准用户、写高回复率内容,到控制节奏避开封号,全是实战血泪经验,帮你把Telegram变成低成本获客的利器。 siyushenqi.com 2026 年 3 月 6 日 436000 行业动态 大批年轻人疯狂涌入1688 抓住了平替需求。 siyushenqi.com 2025 年 8 月 12 日 428000 行业动态 OpenAI CEO和COO首次合体对话:可将AI成本降至接近零 地缘政治和社会经济的不稳定性限制AI发展。 siyushenqi.com 2025 年 8 月 13 日 401000 行业动态 登顶90国,8000+创意,帝国时代移动版能助腾讯拿下海外SLG吗? 《帝国时代》最早于1997年发布,由全效工作室开发,微软游戏发行。该系列游戏因其丰富的策略性和历史文化底蕴而深受玩家喜爱,尤其是《帝国时代2》被《今日美国》评为“2000年最佳年度游戏”。 siyushenqi.com 2025 年 8 月 17 日 409000 盈利十年,唯品会依然是电商里的Others 微不足道的幸存者 siyushenqi.com 2025 年 8 月 12 日 • 行业动态 478000 一款SLG卖起了数字藏品,FunPlus的下一步是什么? 最近,FunPlus的《阿瓦隆之王》推出了六周年系列数字藏品。据了解,这是FunPlus首次涉足数字藏品领域,同时也是国内首个SLG游戏发布3D模型数字藏品的案例。 siyushenqi.com 2025 年 8 月 24 日 • 行业动态 487000 行业动态 2023年,游戏行业有多少魔幻案例? 我们希望通过整年的回顾,从游戏行业监管新规、行政监管处罚、公安刑事打击、游戏侵权诉讼等四个方面来作盘点,记录这一年发生的「游戏行业监管大事」。 siyushenqi.com 2025 年 8 月 18 日 455000 行业动态 iMessage 群发在企业通信中的优势与风险控制 iMessage 群发作为一种高效的企业沟通方式,不仅能够节省传统短信费用,还能支持多媒体内容的发送,提升信息传递的互动性与生动性。通过该工具,企业能够实现高效的信息传递与即时沟通,确保消息快速、准确地到达目标受众。然而,隐私保护和合... siyushenqi.com 2026 年 1 月 25 日 401000 发表回复 请登录后评论...登录后才能评论 提交