在中关村国际创新中心的舞台上，可灵AI于近日隆重推出了其“灵感成真”2.0模型发布会，正式向全球宣告其基座模型的全新升级，同时揭晓了可灵2.0视频生成模型与可图2.0图像生成模型的璀璨亮相。
自去年6月首次面世以来，可灵AI凭借其不懈的努力，已完成了超过20次的迭代升级，全球用户群体迅速膨胀，现已突破2200万大关。这一庞大的用户基础中，超过1.5万名开发者和企业客户遍布全球，他们将可灵的API广泛应用于各行各业，开启了AI创作的新篇章。
可灵AI始终致力于提升模型的基础质量和画质清晰度，并不断引入创新功能，旨在满足用户日益多样化的需求。快手高级副总裁、社区科学线负责人盖坤在发布会上强调，可灵AI的愿景是让每个人都能借助AI的力量，讲述精彩绝伦的故事，实现复杂创意的精准表达。
4月15日，可灵AI大模型2.0版本与可图大模型2.0版本正式面向全球发布。可灵2.0模型在动态质量、语义响应、画面美学等多个维度上均保持了全球领先地位，而可图2.0模型则在指令遵循、电影质感及艺术风格表现等方面实现了显著提升。据盖坤介绍，这两款模型在团队内部的多项评测中均稳居行业榜首，特别是在文生视频领域，可灵2.0相较于谷歌Veo2和Sora等竞争对手，展现出了显著的优势。
作为全球首个用户可用的DiT视频生成模型，可灵AI自发布以来已累计生成了1.68亿个视频和3.44亿张图片素材。在短短10个月内，其月活用户数量增长了25倍，这一惊人的增长速度充分证明了可灵AI的市场潜力和用户认可度。
为了满足用户日益增长的多样化需求，可灵AI在2.0模型的迭代中正式发布了全新的交互理念——Multi-modal Visual Language（MVL）。这一理念允许用户结合图像参考、视频片段等多模态信息，将脑海中的复杂创意直接高效地传达给AI。盖坤指出，MVL由TXT（Pure Text，语义骨架）和MMW（Multi-modal-document as a Word，多模态描述子）组成，能够从基础方向和精细控制两个层面精准实现AI创作者的创意表达。
基于MVL理念，可灵AI推出了多模态编辑功能，使用户能够更直观地通过图像等方式输入自己的想法，生成符合预期的创意视频。这一功能的引入，不仅丰富了用户的表达方式，也进一步提升了可灵AI的创作灵活性和实用性。
在发布会现场，快手副总裁、可灵AI负责人张迪发布了全新的可灵2.0大师版。这一版本在语义响应、动态质量、画面美学等方面实现了显著提升，为用户带来了全新的创作体验。张迪表示，可灵2.0大师版不仅是一次技术升级，更是一次全方位的体验跃升。
可灵2.0大师版全面升级了视频及图像创作的可控生成与编辑能力，上线了全新的多模态视频编辑功能。这一功能能够灵活理解用户意图，支持在视频基础上通过输入图片或文字对生成内容进行元素的增加、删减、替换等二次编辑和处理。
在图像生成领域，快手的可图2.0同样处于行业领先水平。其强大的复杂语义理解能力、电影级的画面质感以及多条件的可控风格化生成等核心优势，使其在团队内部的多项评测中均保持了明显优势。可图2.0的文生图能力迎来了全面升级，包括指令遵循能力的提升、电影美学表现力的增强以及更多元的艺术风格支持。
可图2.0还上线了实用的图像可控编辑功能，如局部重绘和扩图等，支持图片的增加、修改和修复。同时，其全新的风格转绘功能允许用户通过上传图片和风格描述，一键切换图片的艺术风格，同时精准保留原图的语义内容。
随着AIGC技术的迅猛发展，可灵AI正在成为AI时代视频创作的新基础设施，并重构着广告营销、专业创作、影视、娱乐创意等多个行业。可灵AI已与包括小米、亚马逊云科技、阿里云等在内的数千家国内外企业客户建立了合作关系，共同探索AI创作的无限可能。
