快手：可灵AI创意生产力平台落地，持续领跑全球视频生成大模型赛道

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 ...