在AI生成式技术重构创意生产的浪潮中，快手作为国内领先的内容科技平台，始终以技术创新为核心驱动力，深耕人工智能领域研发。依托在计算机视觉、机器学习等领域的深厚积累，快手组建专业大模型团队，聚焦“AI赋能创意”核心方向，通过自研大模型与场景化应用深度融合，打造覆盖视频、图像生成的全链路创意工具，为创作者提供高效、专业的生产力支撑。截至2025年8月，快手已自研或联合高校发表CCF-A类顶级论文70余篇，相关成果在计算机视觉领域累计被引超30000次，开源项目在GitHub斩获逾15000星标，构建起坚实的技术创新底座。

当前，AI视频生成领域普遍面临动态效果生硬、风格一致性差、复杂指令响应不足等痛点。针对这些难题，新一代创意生产力平台——可灵AI（Kling AI）通过底层技术突破实现了视频生成能力的全方位升级。可灵AI的核心竞争力源于四大技术维度的创新突破。在模型设计上，采用类Sora的DiT结构，以Transformer替代传统U-Net架构，解决了卷积网络在复杂任务中“感受野与定位精度不可兼得”的局限，同时对隐空间编解码、时序建模模块进行升维优化；创新研发计算高效的3D Attention全注意力机制作为时空建模模块，既能精准捕捉复杂运动轨迹，又能兼顾运算成本，让视频动态效果更自然。在数据保障层面，构建精细化标签体系筛选训练数据，研发专用视频描述模型生成结构化文本，大幅提升模型对文本指令的响应准确度，避免“文本与视觉脱节”问题。计算效率上，摒弃行业主流的DDPM方案，采用传输路径更短的flow模型作为扩散模型基座，在保证生成质量的同时提升运算速度。能力扩展方面，支持直接处理不同长宽比数据以保留原始构图，研发自回归视频时序拓展方案应对数分钟长视频生成需求，还可接入相机运镜、帧率、边缘/深度信息等多类控制输入，为创作者提供灵活的内容调控空间。自2024年6月上线以来，该平台在全球赛道持续领跑。2025年3月，其高品质模式以1000分的ELO评分登顶全球图生视频赛道；5月，新一代模型以1124分蝉联榜首；10月，全新Turbo模型上线10天内，便以1329分和1252分的成绩同时夺得图生视频与文生视频双赛道榜首，在文本响应、动态连贯性、美学呈现等多维度保持全球领先。

对创作者而言，该平台通过便捷操作与专业参数组合，显著降低了创意生产门槛。从产业价值看，其技术突破不仅推动了生成式AI在内容领域的落地，更以“自研大模型+场景化应用”的模式，为行业提供了技术创新、用户价值与产业赋能的完整范式。未来，快手将持续迭代可灵AI的模型能力，围绕更长时长、更高分辨率、更多交互形式的创意需求，深化“AI+内容”融合创新，既为全球创作者提供更强大的生产力工具，也为AI生成式技术的产业化发展注入新动能，持续巩固在视频生成大模型领域的全球领先地位。

陈贝倪/文