IT之家 9 月 18 日消息，近日，快手旗下的可灵 AI 推出全新数字人功能，通过一张角色图片加一段文字或音频，即可生成 1080p / 48FPS、最长 1 分钟的数字人视频。目前产品公测陆续开放中。
据IT之家了解，该数字人功能基于多模态理解与视频生成模型的深度结合，实现了口型精准同步以及情绪动作的精细控制。其采用的基于 Transformer 的 DiT 架构，在处理时序信息和细粒度控制方面具有独特优势，能够精准解析面部特征、理解音频语义，并根据语音内容推断合适的面部表情和微动作，从而确保生成的数字人在视频全程保持角色一致性。
在角色和语言支持方面，可灵 AI 数字人功能表现出色。其支持多种角色类型，包括真人、动画角色甚至动物形象，同时涵盖中、英、日、韩等多语种，能够满足不同用户的多样化需求。在价格策略上，结合会员优惠，可灵 AI 数字人的使用成本最低为 0.12 元 / 秒。
目前，可灵 AI 数字人功能正处于公测阶段，产品已陆续向用户开放使用。用户可以通过可灵 AI 官网进行体验。未来，随着技术的不断成熟和 API 的开放，可灵 AI 数字人有望与更多第三方平台和应用集成，构建起更加完善的生态系统。
新浪科技公众号
“掌”握科技鲜闻 （微信搜索techsina或扫描左侧二维码关注）
