kling
可灵是快手自研的视频生成大模型，提供了多种功能，具备强大的视频生成能力，旨在帮助用户轻松高效地创作艺术视频，释放想象力。
- 核心优势
- 3D时空联合注意力机制：可灵采用此机制，能更好地对复杂时空运动建模，生成较大幅度且符合运动规律的视频内容，如“一个男人骑着马在戈壁沙漠飞奔，背后美丽的夕阳，电影级别画面”的视频。
- 高效的训练与推理架构：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，可灵能够生成长达2分钟、帧率达30fps的视频，像“小男孩在花园里骑自行车经历秋冬春夏四季变换”这样的视频也可生成。
- 强大的建模能力：基于自研模型架构及Scaling Law，可灵能模拟真实世界物理特性，生成符合物理规律的视频，例如“一个戴眼镜的中国男孩在快餐店内闭眼享受美味的芝士汉堡”的视频。
- 文本 - 视频语义理解与强大架构：凭借对文本 - 视频语义的深刻理解和Diffusion Transformer架构的强大能力，可灵可将用户丰富想象力转化为具体画面，虚构现实中不存在的场景，如“一只白猫在车里驾驶，穿过繁忙的市区街道，背景是高楼和行人”的视频。
- 自研3D VAE技术：可灵基于自研3D VAE，能生成1080p分辨率的电影级视频，无论是宏大场景还是特写镜头都能生动呈现，比如“一对男女手牵手在星空下行走，背景斗转星移”的视频。
- 可变分辨率训练策略：采用该策略，在推理时可输出多种宽高比的视频，满足不同场景的视频素材需求，像“一只戴着太阳镜的柯基在热带岛屿的海滩上漫步”的视频可按不同宽高比输出。
- 功能特点
- 图生视频：以卓越图像理解能力为基础，可将静态图像转化为5秒精彩视频，并根据不同文本输入生成多样运动效果，延展视觉创意，如对“蒙娜丽莎”“爱因斯坦”等原始照片，根据不同提示词生成各具特色的视频。
- 视频续写：支持对已生成视频一键续写，单次续写可让视频运动延续4.5秒，运动合理且幅度显著，通过文本控制体现用户创意，支持多次续写，最长可生成3分钟视频，如对“宇航员从月球表面跳起来，飞向太空”“女孩抬起手触碰到帽檐”等原始视频的续写示例。
