今年2月sora给整个行业带来了不小的震动，没想到几个月之后中国的视频生成大模型就发布了，而且还是老铁之家快手做的。为什么会是快手，这事不应该是抖音或者BAT大厂干成的事吗？
根据媒体披露的信息，2023年10月，快手重启了一个当时看起来不太起眼的项目“噗叽”，这是一个能把静态图片通过AI生成2秒Gif表情包的工具，可以说这是可灵研发的基础。这里我们要提到一个人，万鹏飞，快手视觉生成与互动中心负责人。今年3月他在快手公司的支持下带着20人左右的小团队，仅用3个月时间就做出了可灵。
要做出这样一个大模型产品需要几个条件呢？足够多足够干净的数据，这是燃料；有够强的算法大牛和团队，也就是算法；有足够多的卡，就是算力。而这三个恰好快手都具备。快手本来就是短视频内容平台，数据场景是天然存在的，所以相对其他大厂有先天优势。但快手在主观上早做了准备，数据不是凌乱的，而是常年对视频进行清晰地标注，做模型的时候可以直接拿过来用，所以它们比其他厂、比字节都要快。
市场上有个说法，快手手头能用做GPU算力的大卡只有字节的十分之一。算力不占优势，快手为什么还能第一个做成呢？一方面，可灵开始不到一个月，就获得了快手CEO程一笑的支持，把可灵视做公司战略级项目，所以可灵实际可调用的算力比较多。第二，快手近几年持续对算力优化进行投入，在算力有限的条件下提升了训练推理的速度和效率。
有人说可灵会很快改变快手甚至整个短视频的内容生态和商业生态，但在我看来落地的速度不会很快。你看可灵现在还处在报名内测阶段，一是快手的算力确实不够，二是文生视频使用起来经济成本很高。所以这两条决定了可灵客观上还不能大规模商业应用，指标性意义大于商业意义$快手-W(01024)$
免责声明：上述内容仅代表发帖人个人观点，不构成本平台的任何投资建议。
关注我们