最近,快手出尽风头。
OpenAI 当家花旦 Sora 的公测还遥遥无期,快手就率先祭出了可灵。凭借其逼真、高清、不输 Sora 的视觉效果,一下子成了全球网友的新宠。
据快手称,可灵申请用户数量已经接近 70 万,目前已开放给超 30 万用户使用。
趁着热乎劲,快手又马不停蹄地上线了可灵网页版。
老铁们拿它各种整活儿 ——
蒙娜丽莎戴墨镜:
容嬷嬷喂紫薇吃鸡腿:
大胖橘端着高脚杯、翘着兰花指喝红酒:
甚至还给肯德基来了一波广告植入:
不过呢,今天我们不聊可灵,而是唠唠快手的另一款明星产品 ——
可图
。
在刚结束不久的 2024 世界人工智能大会上,快手宣布自研文生图大模型可图正式开源。
目前,可图已在 Huggingface 平台和 GitHub 上线,包括模型权重和完整代码,供个人开发者免费使用。
https://kwai-kolors.github.io/
https://github.com/Kwai-Kolors/Kolors
https://huggingface.co/Kwai-Kolors/Kolors
https://github.com/Kwai-Kolors/Kolors/blob/master/imgs/Kolors_paper.pdf
对于技术小白来说,如果想尝鲜,可以直接登录可灵网页版,使用「AI 图片」功能。
可灵网页版:
https://klingai.kuaishou.com/
-1-
实测:能写汉字、英文,还能一键生成视频
别看大模型能说会道,其实此前还是个不会写字的「文盲」,无论是汉字还是英文,只要 AI 生成的,八成是「鬼画符」。
这样的:
或者这样的:
而可图大模型不仅能刻画丰富的细节,进行多种风格转化,其最大的亮点是 ——
会写字!
据介绍,可图支持中英文双语,生成效果比肩 Midjourney-v6 水平,具备英文和中文写字能力。
其中,为了更好地理解中文,快手称可图大模型通过数十亿中文语料的训练,构建了一个强大的中文 CLIP 模型。
其玩法也很简单。
点击可灵网页版链接,进入操作界面后,选择「AI 图片」,用户只需输入提示词、调整比例大小或者上传参考图。
其中可图支持长达 256 字符的文本输入。
文生图功能
例如,我们输入提示词:
复古摄影写真,80 年代的 MTV 风格,多巴胺的色彩装饰,背景是室内复古电视,电视中写着中文“机器之能”,一把绑着粉色蝴蝶结的叉子,一个草莓蛋糕,电视广告,80 年代流行文化,柔光。
提示词:
可爱的蜥蜴,穿着环卫工的衣服,一只手拿着拖把一只手拿着水桶。角色扮演游戏,色彩鲜艳,对比度高,印刷纹理。特写摄影,具有表现力的姿势,柔和的彩色背景。
图生图功能
可图还具备图生图功能,直接上传一张参考图片,然后输入提示词即可。
最终生成效果如下:
由于搭载在可灵网页版上,可图还可以将生成的图片直接进行图生图。
例如,我们输入提示词:
毛毡艺术,高清,毛毡材质,高级滤镜,可爱,卡通,羊毛毡娃娃,名画,梵高的自画像。
十几秒即可得到以下成果:
接着在生成的图片中点击「垫图」,即可使用参考图功能。
我们继续输入提示词:
小羊抱着一束玫瑰花,设置完参数,就能生成新图片。
效果如下:
图生视频
图生视频功能玩法同理。
我们输入提示词:
武林高手故宫猫,几只故宫猫穿着白色、红色、黄色练功服,正在表演武术,美学造型,完美光影。
然后在生成的图片中点击「生成视频」,即可进入图生视频界面。
接着输入提示词、负向提示词以及设置参数,静待系统生成就 OK 了。
以下是生成视频效果:
-2-
快手可图单挑Ideogram:狭路相逢谁更勇?
恰好,国外也有一款擅长写字的 AI 文生图应用 ——Ideogram。
这款应用被称为 Midjourney 和 Stable Diffusion 的「劲敌」,由前 Google 工程师创立,硅谷 AI 大神投资,去年 8 月面世,2 月底发布了最新的模型。
Ideogram 链接:
https://ideogram.ai/t/explore
发布之初,该应用打出的招牌就是「能生成各式字体」,这正好与快手可图的亮点不谋而合。
值得注意的是,无论是快手可图还是 Ideogram,要想在图片中自定义文本,则需要在提示词中加上一段「咒语」。
快手可图咒语:
写着中文「xxxx」。
Ideogram 咒语:
With the text 「xxxx」,风格选中「typography(排版)」。
如此一来,就能生成带有「xxxx」文字的图片。
接下来,我们就让这两家产品进行同台 PK。
Round 1:写字能力
【写中文】提示词:一只卡通小狗,身上挂着一个木牌,上面写着 “可爱” 两个字。
快手可图:
Ideogram:
【写英文】提示词:一个生日蛋糕,上面插着生日蜡烛,写着 “Happy Birthday”。
快手可图:
Ideogram:
Round 2:多样风格
提示词:摄影人像,写真,东方面孔的羊毛卷长发美女,穿着复古的服装,鲜花点缀在头发上面,高级滤镜,复古,蓝色背景。
快手可图:
Ideogram:
提示词:卡通插画,一个咖啡店内,一个东方面孔的女孩坐在窗边的位置写作,桌子上有咖啡、书本和花朵,c4d,oc 渲染,逼真细节,超高清,8k,完美构图,电影灯光,浪漫温馨的画面,甜美。
快手可图:
Ideogram: