摄影：匡达
界面(mian)新闻记者 |肖芳
界面(mian)新闻编辑 |宋佳(jia)楠
界面(mian)新闻记者 |肖芳
界面(mian)新闻编辑 |宋佳(jia)楠
5月(yue)30日(ri)，界面(mian)新闻从多位知(zhi)情人(ren)士处获悉，快手(shou)自研文生图大模型“可(ke)图”已于近日(ri)正式(shi)对外(wai)开放。“可(ke)图”大模型目(mu)前支持文生图和图生图两类功能，可(ke)用于AI创作图像以及AI形象定制。用户可(ke)通过“可(ke)图”微信小程序和网页版使用，这也是快手(shou)首次(ci)将其自研的系列(lie)大模型对外(wai)开放。
据一(yi)位接近快手(shou)的人(ren)士透露，去年年初，快手(shou)组建了大模型研发团队，并依托其在AIGC算法和大规模语言模型方(fang)面(mian)的技术积(ji)累进行大模型开发和训练，包含大语言模型、文生图大模型、视频生成大模型等多个方(fang)向，负责(ze)人(ren)为技术副总(zong)裁张迪。从组织架构上看，快手(shou)大模型团队隶属于快手(shou)社区科学线。
“可(ke)图”大模型的参数规模达十亿级，这些数据来自于开源社区、快手(shou)内部构建和自研AI技术合成，覆盖(gai)了常见的千万级中文实(shi)体概念，还引入强化学习和奖励模型技术（RLHF），解决了文生图大模型在长文本和复杂语义文本输入下的效果(guo)问题。
实(shi)际上，去年9月(yue)，“可(ke)图”大模型平台(tai)已在快手(shou)开启内测，面(mian)向内部业务(wu)团队提供支持。快手(shou)在App评论区内测的“AI玩评”和“AI小快”等多种互动玩法集(ji)合了文生图、图生图、扩图等多个功能，依托的也是“可(ke)图”大模型的能力。
从已上线的功能来看，“可(ke)图”主(zhu)要面(mian)向消费端用户，提供一(yi)系列(lie)互动玩法和热点应用。比如，“AI形象定制”即图生图功能，可(ke)通过人(ren)脸保持技术，保留人(ren)像的自然(ran)特征，一(yi)键生成不(bu)同风格的人(ren)像作品(pin)。但在产品(pin)模式(shi)上，与妙鸭相机等主(zhu)打写实(shi)人(ren)像的产品(pin)不(bu)同，“可(ke)图”更侧重(zhong)趣味性，支持用户上传图片生成复古像素(su)风和童年写真(zhen)，也涵盖(gai)了当红的黏土风特效及主(zhu)打写实(shi)人(ren)像的“韩式(shi)写真(zhen)”等模式(shi)。
同时，“可(ke)图”大模型也可(ke)为创作者提供工具化能力，辅助(zhu)创作者的图像、视频素(su)材的创作和生产。
在2024年一(yi)季度财报电话会上，快手(shou)CEO程一(yi)笑曾表示，今年一(yi)季度，快手(shou)稳步推进自研大模型各项性能的迭代(dai)提升，并且加(jia)快大模型在各业务(wu)场景的应用。近期，快手(shou)也正式(shi)推出(chu)了第(di)一(yi)个多模态大语言模型。
据界面(mian)新闻了解，快手(shou)内部今年明确了大模型应用策略，主(zhu)要包含理解、互动和生成三个方(fang)向，具体的应用场景包括全域(yu)大模型内容理解、AI互动、商(shang)业场景的数字(zi)人(ren)与AIGC等。此(ci)次(ci)发布的“可(ke)图”就是快手(shou)大模型应用策略中重(zhong)要一(yi)环。
目(mu)前，AIGC辅助(zhu)生成营销(xiao)素(su)材已经被抖音、快手(shou)、爱(ai)奇艺等多个平台(tai)应用。其中，使用字(zi)节跳动AIGC能力进行营销(xiao)增长的企业超过3000家(jia)，而快手(shou)第(di)一(yi)季度AIGC营销(xiao)素(su)材单日(ri)消耗峰值已突破1000万元。