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
未来的足球场，人工智能（AI）当“大脑”？《自然·通讯》19日发表一项来自谷歌深度思维的最新成果，研究团队报告了一个名为“TacticAI”的系统，能在足球比赛中预测角球结果并提供实际且准确的战 “截至2023年底，与2018年同期相比，京津冀治理区浅层地下水位平均回升2.59米，深层承压水水位平均回升7.06米。”3月22日世界水日到来之际，水利部水资源管理司副司长张鸿星21日接受科技日报记者采 3月19日，记者从中国科学院海洋研究所了解到，该所研究团队在国际上首次发布了银鲳的高质量染色体水平参考基因组。相关研究论文近日在线发表于《自然》子刊《科学数据》。银鲳广泛分布于西北太 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，一加Ace 3V昨晚发布，起售价1999元，将于3月25日正式发售。现在这款新机已经来到我们评测室，下面为大家带来图赏。一加Ace 3V全球首发第三代骁龙7+移动平台，采用骁龙8 Gen3相同的4nm制程工 3月23日消息，京东与OPPO战略合作协议签约仪式举行，双方签订未来三年OPPO在京东全渠道实现销售额同比增长100%的目标。在签约仪式上，OPPO高级副CEO、首席产品官刘作虎表示，2024年线上突破是OPPO中国区 。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。