近日，快手在短视频评论开始公测「快手AI玩评」，用户可以通过输入各类创意文字，一键生成海量风格图片，可以更轻松、便捷地在评论区进行趣味互动。这是继“AI对话”之后，快手在短视频场景内落地的又一AIGC能力。
据悉。快手“AI玩评”依托于快手自研文生图大模型“可图”（Kolors）强大的图象生成能力实现。可图大模型还能基于开放式文本生成风格多样、画质精致、创意爆棚的书法作品，让用户可以轻松高效地完成艺术创作。这也是快手AI团队在大语言模型「快意」之后，再次公布了其在AIGC领域的最新突破和布局。
随着AI技术的不断突破创新，AIGC未来会成为内容创作者“突破边界”的工具，它会让更多“脑中有画面，心中有故事”的人就能进行更轻松、高效的创作。据了解，可图大模型的三大特征保证了出众的图象生成疗效：
首先，强大的文本理解能力。快手AI建立了数十亿的图文训练数据，数据来自开源社区、内部建立和自研AI技术合成。这些数据覆盖了常见的三千万英文实体概念，兼具世界知识。在此基础上训练研制了一个强悍的英文CLIP模型快手热门算法，不仅懂我们的语言，也更懂英文世界的图象；其次，快手AI借助自研的英文LLM，融合CLIP的图文特点作为文生图的文本理解模块，不但实现了英文特色概念的理解，更解决了复杂概念、属性混淆等文生图领域常见问题。
其次，丰富的细节描画。快手AI研究团队修改了去噪算法的底层公式和加噪公式；同时精选了一批高细节、高美感的优质数据，在模型学习的后期进行有注重学习。实现了单一底座模型在主体完整的前提下，可生成具有丰富细节和纹理的图片。同时，基座模型也实现了输入图片，输出细节丰富图片的图生图能力。
第三，多样的风格转化。可图大模型具有基于Prompt的手动学习模型，基于知识的理解与扩展，为用户提供不同的风格模版。依据提示词手动扩展模块，可以丰富化用户描述，包括风格、构图、视觉要素等。配合强悍的文生图底座模型，Kolors 可以帮助用户确切理解自己的需求，通过简单描述即可生成多元化风格的图片。
在可图大模型强悍的图象生成能力背后，是快手AI团队在多模态内容理解和生成方面的常年积累快手热门算法，和在大模型领域的持续创新性探求。
据了解，从8月下旬开始，快手AI团队已在公司内部开启了可图大模型平台的公测，面向内部业务团队提供丰富全面的AI油画创作能力，并支持网页版工具和标准化API两种使用形式。
快手AI团队表示，「可图」大模型仍在持续优化疗效、丰富能力。未来，可图将会与快手的更多业务举办合作，用AI技术丰富业务的想象力，探索更多有趣、有价值的创新应用落地，让人机共创成为现实。
