近日，快手在短視頻評論開始內(nèi)測「快手AI玩評」，用戶可以通過輸入各種創(chuàng)意文字，一鍵生成海量風(fēng)格圖片，可以更輕松、便捷地在評論區(qū)進(jìn)行趣味互動。這是繼“AI對話”之后，快手在短視頻場景內(nèi)落地的又一AIGC能力。

據(jù)悉?？焓?ldquo;AI玩評”依托于快手自研文生圖大模型“可圖”（Kolors）強(qiáng)大的圖像生成能力實(shí)現(xiàn)。可圖大模型能夠基于開放式文本生成風(fēng)格多樣、畫質(zhì)精美、創(chuàng)意十足的繪畫作品，讓用戶可以輕松高效地完成藝術(shù)創(chuàng)作。這也是快手AI團(tuán)隊(duì)在大語言模型「快意」之后，再次公布了其在AIGC領(lǐng)域的最新突破和布局。

隨著AI技術(shù)的不斷突破創(chuàng)新，AIGC未來會成為內(nèi)容創(chuàng)作者“突破邊界”的工具，它會讓更多“腦中有畫面，心中有故事”的人能夠進(jìn)行更輕松、高效的創(chuàng)作。據(jù)了解，可圖大模型的三大特點(diǎn)保證了出色的圖像生成效果：

首先，強(qiáng)大的文本理解能力?？焓諥I構(gòu)建了數(shù)十億的圖文訓(xùn)練數(shù)據(jù)，數(shù)據(jù)來自開源社區(qū)、內(nèi)部構(gòu)建和自研AI技術(shù)合成。這些數(shù)據(jù)覆蓋了常見的三千萬中文實(shí)體概念，兼具世界知識。在此基礎(chǔ)上訓(xùn)練研發(fā)了一個強(qiáng)大的中文CLIP模型，不僅懂我們的語言，也更懂中文世界的圖像；其次，快手AI利用自研的中文LLM，融合CLIP的圖文特征作為文生圖的文本理解模塊，不但實(shí)現(xiàn)了中文特色概念的理解，更解決了復(fù)雜概念、屬性混淆等文生圖領(lǐng)域常見問題。

其次，豐富的細(xì)節(jié)刻畫。快手AI研究團(tuán)隊(duì)更改了去噪算法的底層公式和加噪公式；同時精選了一批高細(xì)節(jié)、高美感的優(yōu)質(zhì)數(shù)據(jù)，在模型學(xué)習(xí)的后期進(jìn)行有側(cè)重學(xué)習(xí)。實(shí)現(xiàn)了單一基座模型在主體完整的前提下，可生成具有豐富細(xì)節(jié)和紋理的圖片。同時，基座模型也實(shí)現(xiàn)了輸入圖片，輸出細(xì)節(jié)豐富圖片的圖生圖能力。

第三，多樣的風(fēng)格轉(zhuǎn)化?？蓤D大模型具有基于Prompt的自動學(xué)習(xí)模型，基于知識的理解與擴(kuò)充，為用戶提供不同的風(fēng)格模版。依據(jù)提示詞自動擴(kuò)充模塊，可以豐富化用戶描述，包括風(fēng)格、構(gòu)圖、視覺要素等。配合強(qiáng)大的文生圖基座模型，Kolors 可以幫助用戶準(zhǔn)確理解自己的需求，通過簡單描述即可生成多樣化風(fēng)格的圖片。

在可圖大模型強(qiáng)大的圖像生成能力背后，是快手AI團(tuán)隊(duì)在多模態(tài)內(nèi)容理解和生成方面的長期積累，和在大模型領(lǐng)域的持續(xù)創(chuàng)新性探索。
據(jù)了解，從8月下旬開始，快手AI團(tuán)隊(duì)已在公司內(nèi)部開啟了可圖大模型平臺的內(nèi)測，面向內(nèi)部業(yè)務(wù)團(tuán)隊(duì)提供豐富全面的AI繪畫創(chuàng)作能力，并支持網(wǎng)頁版工具和標(biāo)準(zhǔn)化API兩種使用方式。

快手AI團(tuán)隊(duì)表示，「可圖」大模型仍在持續(xù)優(yōu)化效果、豐富能力。未來，可圖將會與快手的更多業(yè)務(wù)開展合作，用AI技術(shù)豐富業(yè)務(wù)的想象力，探索更多有趣、有價值的創(chuàng)新應(yīng)用落地，讓人機(jī)共創(chuàng)成為現(xiàn)實(shí)。