Anti-Fake AI Project

Appearance

🎨 快手 Kolors & 图像生成模型支持 ​

Kolors 是快手（Kuaishou）Kolors 团队开源的大规模文本生成图像模型，基于潜在扩散架构，搭配 ChatGLM3 文本编码器，训练于数十亿图文对。其对中文与英文提示词具备出色理解能力，支持长达 256 token 的上下文输入，并能准确嵌入汉字于生成图像中。

INFO

📢 最新动态：2024年7月全面开源，模型效果达到 Midjourney v6 水平，在 FlagEval 多模态评测中位列第二，仅次于闭源 DALL·E 3；已支持 ControlNet（Canny、Depth、Pose）、Inpainting、IP‑Adapter、DreamBooth‑LoRA 等扩展生态。

🌟 Kolors 模型能力一览 ​

  • 双语提示词支持：使用 ChatGLM3 编码，中英文并重，能精准理解复杂提示及多实体描述；
  • 强大文字渲染：支持图像中生成汉字、英文字符，对排版和清晰度表现出色；
  • 高分辨率与风格多样：训练中采用两阶段策略，初期学习再微调美感，生成效果自然、精致；
  • 丰富生态支持：兼容 Diffusers、ComfyUI、ModelScope，以及 ControlNet、LoRA、IP‑Adapter、DreamBooth 等工具链；
  • 评测优异：在 FlagEval 主观评估中，Kolors 综合满意度 3.59 分，图像质量 3.99，文本忠实度 4.17，排名业内前列。

🔍 Anti‑Fake AI 检测适配 ​

检测维度

  • 纹理与结构异常识别；
  • 风格一致性分析；
  • 图文语义对齐验证；
模型功能支持检测维度检测准确率响应时延
KolorsT2I、Inpainting、ControlNet、IP‑Adapter多维度检测支持≥ 99%< 60 ms

检测优势

  • 深度支持复杂场景的语义与风格检测；
  • 覆盖图像编辑与原生生成场景；
  • 兼容国内模型生态，支持本地与云端部署；

🔁 Kolors vs 可灵 (Kling) ​

  • Kolors 是核心模型，关注质量与能力本身，已开源，侧重生成效果、文字渲染与生态兼容；
  • 可灵 (Kling) 是快手面向普通用户的交互式 AI 工具，集成 Kolors 等生成模型，提供图文互动界面、预设风格、插件化体验，强调用户易用性；
  • 可灵平台通过微信小程序和网页版呈现，为非技术用户提供则更多操作入口，而 Kolors 更面向开发者与科研者关注模型能力与集成扩展性。

📚 相关资源 ​

📬 联系我们 ​

若您希望申请试用、获取技术资料或业务合作，请联系：

  • 📧 邮箱：zhuang.li@hdu.edu.cn
  • 📞 电话：17366636375