2024年，全球科技焦點再次聚集上海，世界人工智能大會暨人工智能全球治理高級別會議即將于7月隆重開幕。本次會議的主題是"以共商促共享，以善治促善智"，旨在推動全球人工智能的公平、公正和公開發(fā)展?？焓忠恢敝铝τ谕苿尤斯ぶ悄芗夹g(shù)的創(chuàng)新與應(yīng)用，將攜其在AI技術(shù)應(yīng)用方面的探索與落地成就，以及其在大模型技術(shù)領(lǐng)域的創(chuàng)新突破亮相本次大會。
展覽時間：7月4日-7日
展覽地點：上海世博展覽館
展位號：H2-C126
在蓬勃而至的大模型浪潮下，快手也在大模型技術(shù)和應(yīng)用創(chuàng)新上持續(xù)突破，致力于為全球用戶提供更領(lǐng)先、智能、高效的 Al 體驗!
快手全面布局了快手的大模型能力矩陣：涵蓋了包括大語言模型、文生圖大模型、視頻生成大模型、音頻大模型、多模態(tài)大模型等核心技術(shù)方向，并基于快手豐富的業(yè)務(wù)場景，將生成式 AI與多模態(tài)內(nèi)容理解、短視頻 /直播創(chuàng)作、社交互動、商業(yè)化 AIGC、創(chuàng)新應(yīng)用等業(yè)務(wù)形態(tài)深度結(jié)合，應(yīng)用前景廣闊。
在本次大會中，快手團隊將向大眾展示大模型核心的研發(fā)成果和應(yīng)用進程，并帶來精彩紛呈的智能體驗，一起見證技術(shù)的變革!
四大自研大模型齊聚WAIC，文生視頻技術(shù)「可靈」驚艷亮相
「快意大模型(KwaiYii)：理解信息，擁抱智能」
快手自研"快意大模型"(KwaiYii)，沿用了Transformer decoder-only技術(shù)架構(gòu)，設(shè)計有13B、66B、175B三種參數(shù)規(guī)模，在MMLU/C-Eval/GSM-8K/HumanEval等榜單上取得領(lǐng)先結(jié)果，開啟了短視頻場景下大模型落地時代。
「可圖：激漾靈感，智繪萬物」
可圖大模型(KOLORS)是由快手大模型團隊自研打造的文生圖大模型，具備強大的圖像生成能力，能夠基于開放式文本生成風格多樣、畫質(zhì)精美、創(chuàng)意十足的繪畫作品。
“可圖”主打三大核心特性：深入的中文特色理解、長文本復雜語義理解及對齊人類審美的精美畫質(zhì)，讓用戶低門檻創(chuàng)造高質(zhì)量圖像。用戶可以通過“可圖大模型”小程序親身體驗其強大的圖像生成功能。
圖生文
中文特色理解
可圖基于快手自研的知識圖譜構(gòu)建了上億級別的中文特色圖文數(shù)據(jù)。結(jié)合中文大語言模型的文本表征能力，可圖模型能夠精準描繪和表達歷史典故、傳統(tǒng)藝術(shù)、風俗習慣以及現(xiàn)代文化元素等中文場景
長文本復雜語義理解
可圖建立了長文本中文CLIP模型，并運用多任務(wù)聯(lián)合建模技術(shù)進行訓練，顯著增強了模型在復雜文本理解方面的能力
精美畫質(zhì)
可圖研發(fā)了針對文生圖任務(wù)的專有獎勵模型，該模型從多個角度(如整體滿意度、語義理解能力、畫面質(zhì)量)對文生圖模型的生成質(zhì)量進行綜合評估，使得可圖模型輸出更加接近人類審美標準，從而提升了整體美感和逼真度
「可靈：讓想象動起來」
「可靈」大模型(Kling)是由快手大模型團隊自研打造的視頻生成大模型，具備強大的視頻生成能力，讓用戶可以輕松高效地完成藝術(shù)視頻創(chuàng)作。
生成大幅度的合理運動
生成較大幅度運動的視頻內(nèi)容，同時符合運動規(guī)律。
分鐘級的長視頻生成
能夠生成長達2分鐘的視頻，且?guī)蔬_到30fps。
模擬物理世界特性
能夠模擬真實世界的物理特性，生成符合物理規(guī)律的視頻。
強大的概念組合能力和想象力
能夠?qū)⒂脩糌S富的想象力轉(zhuǎn)化為具體的畫面，虛構(gòu)真實世界中不會出現(xiàn)的的場景。
電影級的畫面生成
能夠生成1080p分辨率的電影級視頻，宏大場景與特寫鏡頭，都可以生動呈現(xiàn)。
支持自由的輸出視頻寬高比
同樣的內(nèi)容輸出多種多樣的視頻寬高比，滿足更豐富場景中的視頻素材使用需求。
「AI關(guān)小芳：有靈魂、有情感、AI驅(qū)動的多模態(tài)數(shù)字人智能體」
關(guān)小芳是深受快手用戶喜愛的快手官方虛擬主播，在快手平臺擁有200w+粉絲，由中之人驅(qū)動形象資產(chǎn)進行直播。
AI關(guān)小芳是由AI驅(qū)動，完全使用快手自研快意大模型、ASR、TTS大模型以及數(shù)字人驅(qū)動生成模型的多模態(tài)數(shù)字人智能體。可識別用戶體征、語音、形態(tài)等信息，具有多模態(tài)感知能力與智能化決策及執(zhí)行能力，并以完全擬真的語氣、話術(shù)、表情、動作等進行回復。關(guān)小芳具備低延遲、高擬人表現(xiàn)力的特點，給用戶與真人相似的沉浸式交互體驗。
（來源：世界人工智能大會）
