5月31日消息，快手自研大模型產(chǎn)品“可圖”（Kolors）正式對外開放，支持文生圖和圖生圖兩類功能，已上線20余種AI圖像玩法。目前，用戶可以通過“可圖大模型”官方網(wǎng)站和微信小程序，免費使用各項AI圖像功能。值得注意的是，可圖只需一張圖片和幾秒鐘時間，便可生成一套AI圖像。
在2024年一季度財報電話會上，快手首席執(zhí)行官程一笑介紹，今年一季度，快手穩(wěn)步推進(jìn)自研大模型各項性能的迭代提升，并且加快大模型在各業(yè)務(wù)場景的應(yīng)用。
從具體功能上看，一方面，可圖提供AI形象定制功能，即圖生圖功能，通過人像保持技術(shù)，可保留人像的自然特征，一鍵生成各種風(fēng)格的人像作品。目前，可圖已上線10余種AI形象定制風(fēng)格玩法。另一方面，快手可圖大模型也提供AI創(chuàng)作功能，即文生圖，支持用戶自由輸入文本，生成風(fēng)格多樣、創(chuàng)意十足的繪畫作品。用戶也可以上傳參考圖，可圖將根據(jù)參考圖像的風(fēng)格、主題和細(xì)節(jié)等內(nèi)容，生成既符合創(chuàng)意描述又與參考圖相關(guān)的圖像作品。
可圖文生圖作品。圖|受訪者供圖
快手大模型團(tuán)隊的技術(shù)能力為產(chǎn)品提供了支撐。據(jù)官方介紹，“可圖”大模型的參數(shù)規(guī)模達(dá)十億級，這些數(shù)據(jù)來自于開源社區(qū)、快手內(nèi)部構(gòu)建和自研AI技術(shù)合成，覆蓋了常見的千萬級中文實體概念，還引入強化學(xué)習(xí)和獎勵模型技術(shù)（RLHF），解決了文生圖大模型在長文本和復(fù)雜語義文本輸入下的效果問題。
在畫質(zhì)提升方面，可圖模型通過優(yōu)化擴散模型的加噪去噪理論，以實現(xiàn)對高質(zhì)量、細(xì)節(jié)豐富的圖像生成的訓(xùn)練和推理的精準(zhǔn)適配，引入了經(jīng)過優(yōu)質(zhì)專家標(biāo)注的圖文數(shù)據(jù)集，以提升模型性能表現(xiàn)。
去年9月，“可圖”大模型平臺已在快手開啟內(nèi)測，快手在App評論區(qū)推出的“AI玩評”和“AI小快”等多種創(chuàng)新互動玩法，集合了文生圖、圖生圖、擴圖等功能，也是基于可圖大模型能力。