近日，快手旗下的可灵AI数字人正式开启公测。借助先进的多模态技术，该功能实现了从简单的“对口型”到具备表现力的“会表演”的跨越式升级。用户只需上传图片或音频文件，即可生成分辨率为1080p、帧率高达48fps、最长可达1分钟的高质量数字人视频。功能涵盖精准的口型匹配、细腻的情绪与动作控制，并支持多个角色同屏互动，同时兼容中文、英文、日文、韩文等多种语言。
目前，用户可通过访问可灵AI官方网站（https://www.php.cn/link/5fde161290a4ebf1163b976f2fa03cdd。
据悉，可灵AI数字人深度融合了多模态理解能力与视频生成模型，依托基于Transformer结构的DiT架构，在处理时间序列数据和实现精细化控制方面展现出强大优势。系统能够准确识别输入图像中的面部特征，深入理解音频语义内容，并智能推断出与语音情绪相匹配的表情变化和细微动作，确保生成的数字人在整个视频过程中形象统一、表现自然。
在角色形态和语言适配方面，可灵AI数字人展现出广泛的适用性，不仅支持真人形象，还可生成动画人物乃至动物形态的虚拟角色。多语种支持覆盖中、英、日、韩等主流语言，满足全球化场景下的多样化创作需求。在定价策略上，结合会员权益优惠，最低使用成本可降至0.12元/秒，显著降低用户创作门槛。
