日前，快手方面正式发布新一代视频生成模型可灵2.6。据了解，这是可灵首个音画同出模型，能够在单次生成中输出包含画面，自然语言、动作音效，以及环境氛围音等在内的完整视频，改变了传统AI视频生成模型“先无声画面、后人工配音”的工作流程。
据悉，通过对物理世界声音与动态画面的深度语义对齐，可灵2.6在音画协同、音频质量和语义理解上表现亮眼，同时在中文语音生成效果上保持全球领先。以音频质量为例，其在支持人声、音效、环境声等多类型声音生成的基础上，生成的音频音质更干净、层次更丰富，整体听感更接近真实的混音效果，可满足专业级创作对声音细节的要求。
在创作流程上，可灵2.6提供文生音画、图生音画2条高效创作路径，适配单人独白、旁白解说、多人对白、音乐表演等场景。这就意味着用户不论输入文本或是图片结合文本提示词，均可直接生成音画同步的完整视频。
目前，用户已经可以在可灵App与官网体验可灵2.6，并且会员用户可享标准与高品质模式。
值得一提的是，在不久前举行的2025年第三季度财报电话会上，快手创始人兼首席执行官程一笑就曾表示，可灵的愿景非常清晰，那就是“让每个人都能用AI讲出好故事”，公司将聚焦于AI影视创作这一核心目标，聚合资源深入打磨技术与产品能力。
根据快手方面公布的相关数据数据，预计2025年全年可灵的收入将达到1.4亿美元，较年初制定的6000万美元目标提升超过100%。
对此快手首席财务官金秉表示，在可灵收入增长与AI业务整体进展超预期的背景下，公司正在不断追加算力投入。据悉，鉴于用户对视频生成模型的需求持续增强，快手方面已多次扩充可灵在推理侧的算力。同时随着模型加速迭代，该公司也开始提升训练算力，以保持可灵在技术上的前沿性和竞争力。
【本文图片来自网络】
