摄影：匡达
界面新闻记者 |肖芳
界面新闻编辑 |宋佳楠
界面新闻记者 |肖芳
界面新闻编辑 |宋佳楠
5月30日，界面新闻从多(duo)位知(zhi)情人(ren)士处获悉，快手自研文生图(tu)大模(mo)型“可(ke)图(tu)”已于近日正式对外开放(fang)。“可(ke)图(tu)”大模(mo)型目(mu)前支(zhi)持文生图(tu)和图(tu)生图(tu)两类功能，可(ke)用(yong)于AI创作图(tu)像以及AI形象定制。用(yong)户可(ke)通过“可(ke)图(tu)”微信小程序和网页版使用(yong)，这也(ye)是快手首次将其自研的系列大模(mo)型对外开放(fang)。
据一位接(jie)近快手的人(ren)士透露(lu)，去年年初，快手组建(jian)了大模(mo)型研发团队，并依托其在AIGC算法和大规模(mo)语言模(mo)型方(fang)面的技术积累进行(xing)大模(mo)型开发和训(xun)练，包含大语言模(mo)型、文生图(tu)大模(mo)型、视频生成大模(mo)型等多(duo)个方(fang)向，负责人(ren)为技术副总裁张迪(di)。从组织架(jia)构上看，快手大模(mo)型团队隶属于快手社区科学线(xian)。
“可(ke)图(tu)”大模(mo)型的参数规模(mo)达十亿级，这些数据来自于开源社区、快手内部构建(jian)和自研AI技术合(he)成，覆盖了常见(jian)的千万级中文实体概念，还引入强(qiang)化(hua)学习和奖励模(mo)型技术（RLHF），解(jie)决了文生图(tu)大模(mo)型在长文本和复杂语义文本输入下的效果(guo)问(wen)题(ti)。
实际(ji)上，去年9月，“可(ke)图(tu)”大模(mo)型平台已在快手开启内测，面向内部业务(wu)团队提供支(zhi)持。快手在App评论区内测的“AI玩评”和“AI小快”等多(duo)种互动玩法集合(he)了文生图(tu)、图(tu)生图(tu)、扩图(tu)等多(duo)个功能，依托的也(ye)是“可(ke)图(tu)”大模(mo)型的能力。
从已上线(xian)的功能来看，“可(ke)图(tu)”主要面向消费端用(yong)户，提供一系列互动玩法和热点应(ying)用(yong)。比如，“AI形象定制”即图(tu)生图(tu)功能，可(ke)通过人(ren)脸保持技术，保留人(ren)像的自然(ran)特征(zheng)，一键生成不同风格的人(ren)像作品。但(dan)在产品模(mo)式上，与妙(miao)鸭相机等主打写实人(ren)像的产品不同，“可(ke)图(tu)”更侧(ce)重趣味性(xing)，支(zhi)持用(yong)户上传(chuan)图(tu)片(pian)生成复古像素风和童(tong)年写真(zhen)，也(ye)涵(han)盖了当红的黏土风特效及主打写实人(ren)像的“韩式写真(zhen)”等模(mo)式。
同时，“可(ke)图(tu)”大模(mo)型也(ye)可(ke)为创作者提供工具化(hua)能力，辅助(zhu)创作者的图(tu)像、视频素材的创作和生产。
在2024年一季度财报电话会上，快手CEO程一笑曾表(biao)示，今年一季度，快手稳步推(tui)进自研大模(mo)型各项性(xing)能的迭代提升，并且加(jia)快大模(mo)型在各业务(wu)场景的应(ying)用(yong)。近期，快手也(ye)正式推(tui)出了第一个多(duo)模(mo)态大语言模(mo)型。
据界面新闻了解(jie)，快手内部今年明确了大模(mo)型应(ying)用(yong)策略，主要包含理(li)解(jie)、互动和生成三个方(fang)向，具体的应(ying)用(yong)场景包括全域(yu)大模(mo)型内容理(li)解(jie)、AI互动、商业场景的数字人(ren)与AIGC等。此次发布的“可(ke)图(tu)”就是快手大模(mo)型应(ying)用(yong)策略中重要一环(huan)。
目(mu)前，AIGC辅助(zhu)生成营销素材已经被抖(dou)音、快手、爱奇艺(yi)等多(duo)个平台应(ying)用(yong)。其中，使用(yong)字节跳动AIGC能力进行(xing)营销增长的企业超过3000家，而快手第一季度AIGC营销素材单日消耗峰值已突破(po)1000万元。