快手自研文生图大模型“可图”正式开放
最近，AI图像生成领域又添了一位重量级玩家。快手自研的文生图大模型“可图”，已经正式向公众开放了。目前，它主要提供两大核心功能：文生图和图生图。这意味着，无论是纯粹的文字灵感，还是已有的图片素材，用户都能借助它进行AI艺术创作，甚至打造专属于自己的AI形象。
多渠道接入与核心技术突破
想要体验“可图”并不复杂，用户可以通过其微信小程序或直接访问网页版来使用。值得注意的是，这也是快手首次将其自研的大模型系列对外公开。据行业媒体报道，这款模型的参数规模达到了十亿级别，实力不容小觑。
那么，它的“知识”从何而来？其训练数据融合了三大来源：开源社区的丰富资源、快手内部构建的独特数据集，以及通过自研AI技术合成的数据。这套组合拳下来，模型基本覆盖了千万级别的常见中文实体概念。更关键的是，为了解决文生图模型在处理长文本和复杂语义时的老大难问题，“可图”引入了强化学习和来自人类反馈的奖励模型技术。这相当于给AI请了一位“严师”，不断纠正和引导它，让生成的结果更精准地贴合用户的文字意图。
快手的AI应用蓝图
这次开放“可图”，只是快手大模型战略的一个缩影。据悉，快手内部今年已经明确了清晰的大模型应用路径，主要围绕三个方向展开：理解、互动和生成。具体到落地场景，则涵盖了从全域内容理解、AI互动对话，到商业场景的数字人及AIGC内容生产等多个层面。看得出来，快手正试图将AI能力深度融入其内容生态与商业体系的每一环。
实际体验：功能多样，风格丰富
实际试用一下，你会发现“可图”提供的玩法相当丰富。基础的“文生图”自不必说，它还内置了多款主题和风格模板，能满足不同用户的趣味。无论是带有怀旧情怀的本世纪早期“红钻贵族”风，还是当下正流行的“粘土世界”风格，你都能找到。此外，还有多种不同笔触的“绘画”样式可选。每次生成，用户最多可以一次性得到4张图片，提供了足够的选择空间进行对比和挑选。
背后的野心与目标
快手在AI大模型领域的雄心，早已有迹可循。今年3月，快手创始人兼CEO程一笑就曾公开表示，有信心在未来半年内，让公司大模型的综合性能达到GPT-4的水平。同时，他更是直言，快手“可图”文生图大模型的综合性能，已经超越了Midjourney V5。如此直言不讳的对比，既展现了信心，也无疑将外界的期待值拉满了。接下来，市场会如何检验这些豪言，我们不妨拭目以待。