快手开源可图（Kolors）文生图模型

背景

文生图模型（text-to-image model）接收一段文字描述，生成与描述相符的图像。训练这样的模型需要大量「图像—描述」配对数据，以及相应的算力。因为训练成本高，模型以什么方式发布就变得很重要：有的只通过公司自家的产品界面提供，有的则作为开源软件发布，代码乃至训练好的权重都可以被任何人下载和运行。开源发布让外部研究者能检查模型的行为、用自己的数据做适配，并在其上构建新东西，而不只是向别人掌控的服务发送请求。

发布

2024年7月6日，以短视频业务为人所知的中国公司快手发布了它的文生图模型可图（Kolors）^[1]。这次发布并非孤立进行：模型在WAIC 2024期间于北京举办的一场论坛上亮相，论坛主题为「New AI • New Applications • New Ecosystem」，可图与快手的另外两个模型快意（KwaiYii）、可灵（Kling）一同出现^[2]。

关键细节

这次发布把「开放」拆成了两部分。代码以Apache-2.0许可发布，这是一种宽松许可，允许他人使用、修改和再分发软件，前提是保留许可条款；训练好的权重则面向研究开放^[1]。

对研究用途来说，权重是更关键的那一半。权重是训练完成后模型内部的那组数值，拿到权重，实验室就能在本地运行模型、用自己的提示词测试、并在此基础上做微调，而不是只能调用外部服务。以宽松许可公开代码则进一步降低了门槛，他人可以围绕这个模型搭建自己的工具，不必另行谈判授权。

快手同时给出了性能方面的说法：称可图在BAAI组织的一项文生图评测中位列全球第二^[2]。这类榜单用一组固定的提示词和评分标准来比较不同模型，是少数可供外界横向判断图像模型的公开信号之一；但它衡量的只是评测所考察的内容，随着新模型加入，名次也会变化。

在公告中，快手称此次发布是「正式开源，以促进产业活力」^[2]。也就是说，发布方强调的重点不只是模型生成质量，还包括「开放」这件事本身。

影响

对外部研究者而言，一个权重可下载的模型是可供检查和复用的对象，而不只是一个可以试用的产品。榜单第二名的说法则为这次开源提供了一个参照点：读者可以在公开评测上把可图与其他模型进行比较，而不必只听厂商自己的评价^[2]。

可图也是一次更大规模展示的一部分。它与快意、可灵一同出现在北京的同一场论坛上，意味着这家以短视频为主业的公司，一次性拿出了覆盖不同 AI 方向的多个模型^[2]。对关注开源模型发布的人来说，这种组合——开放许可的模型、明确给出的评测位置、成体系的发布场合——是理解此类发布如何被组织起来的一个具体例子。