界面新闻记者 |
界面新闻编辑 | 宋佳楠
5月30日，界面新闻从多位知情人士处获悉，快手自研文生图大模型“可图”已于近日正式对外开放。“可图”大模型目前支持文生图和图生图两类功能，可用于AI创作图像以及AI形象定制。用户可通过“可图”微信小程序和网页版使用，这也是快手首次将其自研的系列大模型对外开放。
据一位接近快手的人士透露，去年年初，快手组建了大模型研发团队，并依托其在AIGC算法和大规模语言模型方面的技术积累进行大模型开发和训练，包含大语言模型、文生图大模型、视频生成大模型等多个方向，负责人为技术副总裁张迪。从组织架构上看，快手大模型团队隶属于快手社区科学线。
“可图”大模型的参数规模达十亿级，这些数据来自于开源社区、快手内部构建和自研AI技术合成，覆盖了常见的千万级中文实体概念，还引入强化学习和奖励模型技术（RLHF），解决了文生图大模型在长文本和复杂语义文本输入下的效果问题。
实际上，去年9月，“可图”大模型平台已在快手开启内测，面向内部业务团队提供支持。快手在App评论区内测的“AI玩评”和“AI小快”等多种互动玩法集合了文生图、图生图、扩图等多个功能，依托的也是“可图”大模型的能力。
从已上线的功能来看，“可图”主要面向消费端用户，提供一系列互动玩法和热点应用。比如，“AI形象定制”即图生图功能，可通过人脸保持技术，保留人像的自然特征，一键生成不同风格的人像作品。但在产品模式上，与妙鸭相机等主打写实人像的产品不同，“可图”更侧重趣味性，支持用户上传图片生成复古像素风和童年写真，也涵盖了当红的黏土风特效及主打写实人像的“韩式写真”等模式。
同时，“可图”大模型也可为创作者提供工具化能力，辅助创作者的图像、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程一笑曾表示，今年一季度，快手稳步推进自研大模型各项性能的迭代提升，并且加快大模型在各业务场景的应用。近期，快手也正式推出了第一个多模态大语言模型。
据界面新闻了解，快手内部今年明确了大模型应用策略，主要包含理解、互动和生成三个方向，具体的应用场景包括全域大模型内容理解、AI互动、商业场景的数字人与AIGC等。此次发布的“可图”就是快手大模型应用策略中重要一环。
目前，AIGC辅助生成营销素材已经被抖音、快手、爱奇艺等多个平台应用。其中，使用字节跳动AIGC能力进行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1000万元。
