機器之能報導
編輯：楊文
快手AI，步履不停。
最近，快手出盡風頭。
OpenAI 當家花旦 Sora 的公測還遙遙無期，快手就率先祭出了可靈。憑藉其逼真、高畫質、不輸 Sora 的視覺效果，一下子成了全球網友的新寵。
據快手稱，可靈申請使用者數量已經接近 70 萬，目前已開放給超 30 萬使用者使用。
趁著熱乎勁，快手又馬不停蹄地上線了可靈網頁版。
老鐵們拿它各種整活兒 ——
蒙娜麗莎戴墨鏡：
容嬤嬤喂紫薇吃雞腿：
大胖橘端著高腳杯、翹著蘭花指喝紅酒：
甚至還給肯德基來了一波廣告植入：
不過呢，今天我們不聊可靈，而是嘮嘮快手的另一款明星產品 —— 可圖。
在剛結束不久的 2024 世界人工智慧大會上，快手宣佈自研文生圖大模型可圖正式開源。
目前，可圖已在 Huggingface 平臺和 GitHub 上線，包括模型權重和完整程式碼，供個人開發者免費使用。
- 官網地址：
https://kwai-kolors.github.io/
- Github 專案地址：
https://github.com/Kwai-Kolors/Kolors
- Huggingface 模型地址：
https://huggingface.co/Kwai-Kolors/Kolors
- 技術報告地址：
https://github.com/Kwai-Kolors/Kolors/blob/master/imgs/Kolors_paper.pdf
對於技術小白來說，如果想嚐鮮，可以直接登入可靈網頁版，使用「AI 圖片」功能。
可靈網頁版：https://klingai.kuaishou.com/
-1-
實測：能寫漢字、英文，還能一鍵生成影片
別看大模型能說會道，其實此前還是個不會寫字的「文盲」，無論是漢字還是英文，只要 AI 生成的，八成是「鬼畫符」。
這樣的：
或者這樣的：
而可圖大模型不僅能刻畫豐富的細節，進行多種風格轉化，其最大的亮點是 ——
會寫字！
據介紹，可圖支援中英文雙語，生成效果比肩 Midjourney-v6 水平，具備英文和中文寫字能力。
其中，為了更好地理解中文，快手稱可圖大模型透過數十億中文語料的訓練，構建了一個強大的中文 CLIP 模型。
其玩法也很簡單。
點選可靈網頁版連結，進入操作介面後，選擇「AI 圖片」，使用者只需輸入提示詞、調整比例大小或者上傳參考圖。其中可圖支援長達 256 字元的文字輸入。
文生圖功能
例如，我們輸入提示詞：復古攝影寫真，80 年代的 MTV 風格，多巴胺的色彩裝飾，背景是室內復古電視，電視中寫著中文“機器之能”，一把綁著粉色蝴蝶結的叉子，一個草莓蛋糕，電視廣告，80 年代流行文化，柔光。
提示詞：可愛的蜥蜴，穿著環衛工的衣服，一隻手拿著拖把一隻手拿著水桶。角色扮演遊戲，色彩鮮豔，對比度高，印刷紋理。特寫攝影，具有表現力的姿勢，柔和的彩色背景。
圖生圖功能
可圖還具備圖生圖功能，直接上傳一張參考圖片，然後輸入提示詞即可。
最終生成效果如下：
由於搭載在可靈網頁版上，可圖還可以將生成的圖片直接進行圖生圖。
例如，我們輸入提示詞：毛氈藝術，高畫質，毛氈材質，高階濾鏡，可愛，卡通，羊毛氈娃娃，名畫，梵高的自畫像。
十幾秒即可得到以下成果：
接著在生成的圖片中點選「墊圖」，即可使用參考圖功能。我們繼續輸入提示詞：小羊抱著一束玫瑰花，設定完引數，就能生成新圖片。
效果如下：
圖生影片
圖生影片功能玩法同理。
我們輸入提示詞：武林高手故宮貓，幾隻故宮貓穿著白色、紅色、黃色練功服，正在表演武術，美學造型，完美光影。
然後在生成的圖片中點選「生成影片」，即可進入圖生影片介面。
接著輸入提示詞、負向提示詞以及設定引數，靜待系統生成就 OK 了。
以下是生成影片效果：
影片連結：https://mp.weixin.qq.com/s/6RapxTDfCfouZsN7v3MYog
-2-
快手可圖單挑Ideogram：狹路相逢誰更勇？
恰好，國外也有一款擅長寫字的 AI 文生圖應用 ——Ideogram。
這款應用被稱為 Midjourney 和 Stable Diffusion 的「勁敵」，由前 Google 工程師創立，矽谷 AI 大神投資，去年 8 月面世，2 月底釋出了最新的模型。
Ideogram 連結：
https://ideogram.ai/t/explore
釋出之初，該應用打出的招牌就是「能生成各式字型」，這正好與快手可圖的亮點不謀而合。
值得注意的是，無論是快手可圖還是 Ideogram，要想在圖片中自定義文字，則需要在提示詞中加上一段「咒語」。
快手可圖咒語：寫著中文「xxxx」。
Ideogram 咒語：With the text 「xxxx」，風格選中「typography（排版）」。
如此一來，就能生成帶有「xxxx」文字的圖片。
接下來，我們就讓這兩家產品進行同臺 PK。
Round 1：寫字能力
【寫中文】提示詞：一隻卡通小狗，身上掛著一個木牌，上面寫著 “可愛” 兩個字。
快手可圖：
Ideogram：
【寫英文】提示詞：一個生日蛋糕，上面插著生日蠟燭，寫著 “Happy Birthday”。
快手可圖：
Ideogram：
Round 2：多樣風格
提示詞：攝影人像，寫真，東方面孔的羊毛卷長髮美女，穿著復古的服裝，鮮花點綴在頭髮上面，高階濾鏡，復古，藍色背景。
快手可圖：
Ideogram：
提示詞：卡通插畫，一個咖啡店內，一個東方面孔的女孩坐在窗邊的位置寫作，桌子上有咖啡、書本和花朵，c4d，oc 渲染，逼真細節，超高畫質，8k，完美構圖，電影燈光，浪漫溫馨的畫面，甜美。
快手可圖：
Ideogram：
提示詞：純黃色背景上排列著一些夏堇和綠葉，菲爾・科赫風格，水滴，浪漫場景，顆粒感，重複。
快手可圖：
Ideogram：
經過多次測評，我們發現快手可圖和 Ideogram 各有優勢。
快手可圖在中文生成方面確實驚豔，基本告別「鬼畫符」，英文也能生成，不過有時會寫錯字；而 Ideogram 只懂英文，對於中文那是一竅不通。
從生成風格來看，Ideogram 提供 18 種風格，使用者可任意選擇，而快手可圖則只能按照提示詞中的風格生成。
不過，快手可圖作為中國人自己的繪圖模型，其逼真度更強，尤其是人物特寫，Ideogram 畢竟是外國產品，生成的東方女子要麼有外國人的影子，要麼不咋好看。
此外，二者的生成速度相差不大，10 多秒就能出圖。快手可圖可調整每次生成圖片數量，最多不超過 9 張，Ideogram 每次固定可生成 4 張。
最關鍵的一點是，目前快手可圖仍是免費使用，而 Ideogram 每日只有十次免費生成機會。
-3-
「一戰成名」的快手
這段時間，快手重押 AI，狠砸真金白銀，埋頭搞大模型和 AI 應用。
別看此前不顯山不露水，一出手就豔驚四座。
先是對標 Sora 的 AI 影片生成應用可靈一戰成名，接著 AI 生圖模型可圖備受好評，最近開源的、擅長擠眉弄眼的 LivePortrait 模型火遍國內外。
其實，快手的 AI 佈局遠不止於此。
例如，AI 廠商們掀起百模大戰時，快手也推出了自家大模型 —— 快意大模型；Suno 領銜的 AI 音樂生成紅透半邊天，快手加碼旗下的 K 歌 APP 回森，推出 AI 美音功能。
此外，還有 AI 剪輯應用快剪、AI 特效創作產品必揚、AI 社交應用快崽以及嵌在快手短影片 APP 裡的 AI 玩評功能等。
不得不說，曾經「土味」的快手，如今在 AI 的加持下顯得高階了不少。
不過，以 AI 圈日新月異的迭代速度，快手的 AI 之路還得步履不停……