中新经纬4月15日电 (常涛)用户在用AI工具生成图片尤其是视频时，普遍会遇到用文字难以描述的情况。
快手高级副总裁、社区科学线负责人盖坤15日在北京表示，AI在辅助创意表达上拥有巨大潜力，但当前的行业发展现状还远远无法满足用户需求，在AI生成内容的稳定性以及用户复杂创意的精确传达上仍有“很多挑战”。
“大家应该很自然地会感受到文字在表达影像信息时，是不完备的。我们需要有新的方式，能让人真正精准地表达出心中所想。”盖坤说。
当日，快手发布可灵AI全新2.0模型，包括可灵2.0视频生成模型及可图2.0图像生成模型。其中，在本次2.0模型的迭代中，可灵AI发布AI视频生成的全新交互理念Multi-modal Visual Language(MVL)，让用户能够结合图像参考、视频片段等多模态信息，将脑海中包含身份、外观、风格、场景、动作、表情、运镜在内的多维度复杂创意，直接高效地传达给AI。
盖坤介绍，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，能从视频生成设定的基础方向以及精细控制这两个层面，精准实现AI创作者们的创意表达。
基于MVL理念，可灵AI推出多模态编辑功能。“用户可以在可灵AI的平台上体验多模态编辑能力。用户可以非常直接地把自己的想法用图像等方式作为输入，生成符合自己想法的创意视频。”盖坤介绍，MMW将不只局限于图片和视频，也可以引入其他模态的信息，例如声音、运动轨迹等，让用户实现更加丰富的表达。
快手副总裁、可灵AI负责人张迪介绍，当前，图生视频约占到可灵AI视频创作量的85%，图片质量也对视频的生成效果产生重要作用。
据快手方面介绍，截至目前，可灵AI全球用户规模已突破2200万，累计生成1.68亿个视频及3.44亿张图片素材。自2024年6月上线至今的10个月时间里，可灵AI已累计完成超20次迭代，月活用户数量增长25倍。
(更多报道线索，请联系本文作者常涛：changtao@chinanews.com.cn)(中新经纬APP)
中新经纬版权所有，未经书面授权，任何单位及个人不得转载、摘编或以其他方式使用。
责任编辑：魏薇 李中元
21世纪经济报道记者雷晨 北京报道随着人工智能技术的飞速发展，Kimi概念股成为资本市场的新宠。3月21日，受Kimi智能助手技术突破的催化，相关概念股集体走高，市场对AI板块的热情再次被点燃 3月21日，由安徽省工业和信息化厅指导、中国光伏行业协会主办、阳光电源股份有限公司承办的“PAT2024爱光伏一生一世”先进技术研讨会在合肥举办。光储高压先进技术发布会现场。阳光电源股份有 美国加州理工学院喷气推进实验室的一个机器人专家团队，与卡内基梅隆大学机器人研究所科学家合作，开发出一种蛇形机器人，用于调查土星第六大卫星土卫二的地形，以寻找生命的“蛛丝马迹”。相关研究 21世纪经济报道记者 冯恋阁 王俊 广州、北京报道2013年播出的科幻电视剧《黑镜》第二季中有这样一个故事——女主角玛莎在男友艾什被车祸夺走生命之后，长久无法走出分离的痛苦，最终选 3月22日消息，xiaomi集团的许斐在微博上表示，xiaomiCivi 4 Pro的预售业绩远超预期，尤其是春野绿配色，许多门店都出现了缺货情况。据了解，xiaomiCivi 4 Pro的春野绿后盖左侧采用了全新的绮彩鎏光工艺，通 3月22日，在2024低碳建筑产业论坛上，北京首例负碳示范建筑——首程时代中心负碳示范建筑正式亮相。活动现场，中国建筑节能协会、北京绿色交易所分别授予首程时代中心负碳示范建筑“零 。本文链接：AI生成视频用文字难以描述需求，如何破？http://www.sushuapos.com/show-2-12112-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。