快手旗下的人工智能产品可灵AI近日宣布，其2.6版本模型已全面上线，并首次引入了“音画同出”功能。这一创新旨在彻底整合视觉与听觉创作流程，显著提升用户的内容制作体验。
此次更新的核心亮点在于，可灵AI 2.6能够在一次性生成过程中，同步输出画面、自然语音、匹配音效及环境氛围，打破了传统AI视频创作中“先生成无声画面，后进行人工配音剪辑”的模式。
为满足多元化的创作需求，可灵2.6提供了两条主要的创作路径：“文生音画”和“图生音画”。通过“文生音画”，用户仅需提供一段文本描述，即可迅速生成完整的音视频内容。而“图生音画”则使得静态图像能够被赋予动态表现和声音，实现“开口说话”的效果。
该模型具有广泛的应用前景，适用于多种内容创作形式，包括个人独白（如商品展示、生活Vlog、新闻播报、演讲）、旁白解说（如商品讲解、赛事解说、纪录片旁白、故事叙述）、多角色对话（如访谈节目、短剧）以及音乐表演（如演唱、说唱、多重合唱、乐器演奏）等。
快手可灵AI团队表示，2.6版本的推出将极大地提高视频创作的灵活性和便捷性，使用户能够更充分地表达创意。此次升级标志着快手在人工智能内容生成领域迈出了重要一步，进一步响应了用户不断增长的多元化创作需求。 经济观察网与界面新闻的报道指出，目前，该模型支持中文与英文语音生成，生成的视频长度最长可达10秒。