快手可灵AI发布2.6音画同出模型：AI视频生成进入音画同步时代

快手旗下可灵AI于12月3日正式发布可灵2.6音画同出模型，标志着AI视频生成技术进入音画同步的新阶段。该模型通过单次生成即可同步输出画面、自然语音、匹配音效及环境氛围，实现”音”与”画”的深度融合。

技术架构上，2.6版本采用扩散变换器与3D时空联合注意力机制，带来三项显著提升：复杂指令理解能力提高15%，跨镜头角色一致性达到行业最高水平（SOTA），在盲测对比中较竞品Seedance 1.0取得285%的胜率。特别值得注意的是，模型支持中英双语对白生成、歌唱演绎及环境音效同步输出，有效解决了传统AI视频”哑巴电影”的痛点。

创作路径方面提供两种模式：”文生音画”支持从文本生成完整音视频，”图生音画”可使静态图像实现动态化并配以语音。应用场景覆盖四大类：单人独白（商品展示/Vlog/新闻播报）、旁白解说（赛事/纪录片）、多人对白（短剧/访谈）、音乐表演（演唱/乐器演奏）。

在商业化布局上，快手选择优先接入Artlist等专业创作平台，提供API接口瞄准影视制作、广告创意等B端市场。技术指标显示，1080P视频生成效率较前代提升30%，每5秒视频仅消耗25积分，显著降低创作门槛。

目前该模型已通过官方渠道开放体验，用户反馈显示其能大幅减少后期制作时间，尤其受到非专业创作者的青睐。业内观察认为，这一技术突破或将重塑短视频、直播等内容生产模式，推动AI工具从”玩具”向”生产力工具”的转型。