聲明:本文來(lái)自于微信公眾號(hào) AI新榜，作者:卷毛 阿虎，授權(quán)站長(zhǎng)之家轉(zhuǎn)載發(fā)布。

“可靈持續(xù)領(lǐng)先!”

4月15日下午，快手宣布可靈AI全系模型進(jìn)入2.0時(shí)代。

自從上一次可靈1.6更新已過(guò)去近3個(gè)月，這次基座模型升級(jí)，快手高級(jí)副總裁、社區(qū)科學(xué)線負(fù)責(zé)人蓋坤在發(fā)布會(huì)上自信表示:“可圖2.0現(xiàn)在是行業(yè)領(lǐng)先的圖像模型……可靈2.0，特別在圖生視頻上持續(xù)全球大幅領(lǐng)先!”現(xiàn)場(chǎng)響起了一陣陣歡呼聲和掌聲。

“AI新榜”現(xiàn)場(chǎng)拍攝

升級(jí)后，可靈2.0視頻生成模型（大師版）具備更強(qiáng)的語(yǔ)義響應(yīng)、更優(yōu)的動(dòng)態(tài)質(zhì)量、更美的畫面質(zhì)感。

可靈2.0圖生視頻，提示詞:滑板運(yùn)動(dòng)，圍繞滑板少年不斷運(yùn)動(dòng)

并且新增“多模態(tài)編輯”功能，支持對(duì)視頻增加、刪除、或替換元素。

可圖2.0圖像模型則大幅提升語(yǔ)義遵循能力，新增“圖片編輯”功能，支持局部重繪、多尺寸擴(kuò)圖;同時(shí)新增圖片“風(fēng)格轉(zhuǎn)繪”功能，支持響應(yīng)近60種風(fēng)格，更具電影質(zhì)感。

可圖2.0生成，提示詞:一張超現(xiàn)實(shí)的照片，一條河從客廳墻上的油畫中漂浮出來(lái)，灑在沙發(fā)和木地板上，這幅畫描繪了山間一條寧?kù)o的河流。一艘船在水中輕輕搖晃，進(jìn)入客廳。河流的邊緣灑在木地板上，將藝術(shù)世界與現(xiàn)實(shí)融為一體?？蛷d裝飾著高雅的家具和溫馨、溫馨的氛圍，電影、照片

可圖2.0生成，提示詞:工筆畫，林黛玉，穿著唐代的服裝，在咖啡店的角落，手里拿著一部智能手機(jī)，側(cè)逆光，傍晚

難得的是，在許多AI產(chǎn)品“發(fā)布即等待”的當(dāng)下，可靈AI這回依舊是“發(fā)布即可用”，目前2.0模型已在網(wǎng)頁(yè)端和App端全量上線，可靈AI2.0靈感成真創(chuàng)作大賽也同步開啟。

可靈AI官網(wǎng):app.klingai.com

“AI新榜”在第一時(shí)間對(duì)可靈AI進(jìn)行了實(shí)測(cè)，圖生視頻排隊(duì)時(shí)間較久，可能要半小時(shí)以上，還沒用上的朋友可以看看下面的測(cè)試案例。你覺得可靈2.0怎么樣?歡迎在評(píng)論區(qū)和我們交流。

可靈AI視頻全方位升級(jí)，

多模態(tài)編輯重新定義AI交互

經(jīng)常使用AI生成視頻的創(chuàng)作者會(huì)發(fā)現(xiàn)，現(xiàn)在的AI模型遠(yuǎn)遠(yuǎn)達(dá)不到一鍵成片的程度，仍需要斟酌每個(gè)鏡頭的提示詞或參考圖，輸出的視頻質(zhì)量不一定令人滿意，需要多次嘗試生成和修改。

比較常見的痛點(diǎn)包括提示詞響應(yīng)有限、理解有誤;畫面運(yùn)動(dòng)幅度不夠，有明顯的運(yùn)動(dòng)瑕疵;人物表情不自然，動(dòng)作不準(zhǔn)確等等。

針對(duì)這些問題，可靈2.0在語(yǔ)義遵循、畫面質(zhì)量、動(dòng)態(tài)質(zhì)量、真實(shí)度、美感等方面都進(jìn)行了完善迭代。

據(jù)快手副總裁、可靈AI負(fù)責(zé)人張迪介紹，在可靈AI上，85%的視頻創(chuàng)作是通過(guò)圖生視頻完成的。比如這個(gè)圖生視頻的例子，輸入“男人先是開心的笑著，突然變得憤怒，手錘桌子起身”。

可靈1.6生成的表情變化不明顯，手錘桌子起身的動(dòng)作也沒有展現(xiàn)出來(lái)，但可靈2.0就能準(zhǔn)確完整地按照提示詞生成。

可靈1.6（上）和2.0(下)

我們測(cè)試了包含更多人物動(dòng)態(tài)和鏡頭運(yùn)動(dòng)的視頻:

提示詞:游樂場(chǎng)過(guò)山車極速俯沖鏡頭，第一人稱視角抖動(dòng)畫面，中年男子的雙手緊緊握著安全桿，前排少女馬尾辮呈失重狀懸浮，最后畫面定格在男子的尖叫表情特寫

提示詞:慢動(dòng)作雨巷追逐鏡頭，手持?jǐn)z影機(jī)跟隨濕發(fā)貼面的殺手，霓虹燈在雨傘旋轉(zhuǎn)時(shí)拖曳出彩色光軌，香煙煙霧與雨滴同速飄移，王家衛(wèi)電影色調(diào)

提示詞:穿著藍(lán)色建筑制服、戴著黃色安全帽的工人們，正在用小工具修理或制作巧克力蛋糕

可以看到，每一句提示詞要求的鏡頭、視角、人物動(dòng)作和表情等，可靈2.0都能準(zhǔn)確響應(yīng)，人物反應(yīng)真實(shí)自然，復(fù)雜動(dòng)作的運(yùn)動(dòng)也更合理，畫面表現(xiàn)更具張力。

除了新模型，可靈2.0還上線了全新的多模態(tài)視頻編輯功能，能靈活理解用戶意圖，支持對(duì)視頻內(nèi)容實(shí)現(xiàn)增、刪、改。

沒錯(cuò)，Pika和Viggle AI支持的視頻角色替換、模特?fù)Q衣、局部編輯等功能，現(xiàn)在可靈AI也能實(shí)現(xiàn)了。

1.替換元素

比如前陣子流行的“回答我”AI換臉視頻，我們?cè)诳伸`“多模態(tài)編輯”頁(yè)面上傳主播小明劍魔的視頻片段，框選要編輯的區(qū)域，再上傳要替換的角色圖片。

在創(chuàng)意描述中，可靈AI更新了一種交互方式，如下圖所示，原本難以描述清楚的需求，現(xiàn)在可靈結(jié)合圖像參考、視頻片段等信息，預(yù)設(shè)了提示詞框架，我們可以更直觀、更輕松地告訴AI要怎么編輯，這就是可靈AI新發(fā)布的交互理念MVL（Multi-modal Visual Language）。

MVL，一種更直觀的人和AI溝通的方式

等待幾分鐘，我們看到人物替換的效果相比Viggle AI更真實(shí)，畫面質(zhì)量更高，甚至主播頭上“加我粉絲團(tuán)”的貼圖也完美還原了，下一步進(jìn)行對(duì)口型配音也可以在可靈AI完成。

不過(guò)人物動(dòng)作還原一般，目前可編輯的視頻時(shí)長(zhǎng)僅限5s，希望后續(xù)可以支持更長(zhǎng)的視頻。

2.增加元素

在多模態(tài)編輯中，選擇“增加元素”，上傳需要的圖片后，在下方文本輸入框內(nèi)，同樣按照官方給定的模版“基于@ 參考視頻中的內(nèi)容，將@ 圖片中的元素，融入到視頻里”，明確需要添加的元素和位置。

我們覺得上面案例中的巧克力蛋糕太寡淡，需要加點(diǎn)裝飾，把麥麥的標(biāo)志P上去呢?來(lái)看看效果:

另外，我們還可以通過(guò)用涂抹的方式，圈出畫面中的某個(gè)元素，一鍵刪除。不過(guò)，這里需要注意的是，一定要將這些關(guān)鍵幀覆蓋到整條時(shí)間軸，才能保證刪得徹底。

選區(qū)一定要保證覆蓋整個(gè)時(shí)間軸

可靈直接將蛋糕盤子秒變工地現(xiàn)場(chǎng)，甚至還為我多配置了幾位現(xiàn)場(chǎng)工人:

更多案例可以參考可靈AI官方發(fā)布的演示視頻——

60多種風(fēng)格化效果，

可圖2.0一鍵直出像素漫畫

除了視頻模型外，圖片模型可圖2.0表現(xiàn)也可圈可點(diǎn)。

據(jù)快手介紹，在團(tuán)隊(duì)內(nèi)部的多項(xiàng)勝負(fù)率評(píng)測(cè)中，相較于Midjourney V7、FLUX1.1[pro]以及Reve等行業(yè)領(lǐng)先的圖像模型，可圖2.0均保持明顯優(yōu)勢(shì)，處于行業(yè)領(lǐng)先水平。

可圖2.0在指令遵循、電影質(zhì)感以及藝術(shù)風(fēng)格表現(xiàn)等方面顯著提升。比如我們讓可圖2.0生成了一組像素漫畫，這里使用的提示詞是:

三花貓從女生懷抱掙脫的連續(xù)動(dòng)作，第二格加入“焦慮汗珠”表情符號(hào)，第三格腿部運(yùn)動(dòng)模糊軌跡，第四格鍵盤壓按特寫與游戲失敗界面，低分辨率像素畫，Q版角色設(shè)計(jì)，日式游戲美術(shù)風(fēng)格

盡管AI將提示詞中的第3格和第4格內(nèi)容合并了，但2.0版本在語(yǔ)義理解、風(fēng)格轉(zhuǎn)繪上都有大幅提升。

可圖2.0（上）和1.5(下)版本有明顯差異

當(dāng)然，我們也可以讓它生成之前很火的3D模型:

同時(shí)，可圖2.0也上線了實(shí)用的圖像可控編輯功能——局部重繪和擴(kuò)圖。

使用局部重繪功能，我們可以將圖片中多余的元素刪除、替換、重繪:

生成圖片后，我們還可以點(diǎn)擊“生成視頻”，獲得動(dòng)態(tài)3D模型，跑完圖生視頻整個(gè)工作流。

使用可圖2.0的擴(kuò)圖功能，我們可以隨意拖拽原圖位置，自由擴(kuò)展想要的圖片比例及尺寸，擴(kuò)展后的部分與原圖融合度較高。

在風(fēng)格化響應(yīng)上，可圖2.0還支持60多種風(fēng)格化的效果轉(zhuǎn)繪。無(wú)論是爆火的吉卜力風(fēng)格、毛絨玩具風(fēng)格，還是插畫風(fēng)格、3D卡通等等，可圖都可以實(shí)現(xiàn)。

初步實(shí)測(cè)來(lái)看，可靈2.0在模型技術(shù)和功能體驗(yàn)上都有不小的進(jìn)步，從圖片生成、視頻生成到配音對(duì)口型等內(nèi)容制作全流程都能覆蓋，是目前國(guó)內(nèi)創(chuàng)作者必備的AIGC產(chǎn)品。

不過(guò)最大的缺點(diǎn)可能是價(jià)格，目前2.0生成一條5秒鐘的視頻要100靈感值，黃金會(huì)員月費(fèi)58元可獲得660靈感值，只能生成6次，真是有點(diǎn)貴了。

在發(fā)布會(huì)現(xiàn)場(chǎng)，可靈AI超級(jí)創(chuàng)作者、《新世界加載中》總導(dǎo)演、異類Outliers創(chuàng)始人陳翔宇提到，可靈AI可全面融入劇集級(jí)創(chuàng)作流程，AIGC相較于實(shí)拍和動(dòng)畫，不僅是效率的提升，更是試錯(cuò)空間的革命性釋放。

他認(rèn)為AI不是代替創(chuàng)作者，而是幫助我們更好地表達(dá)。“AIGC并不是降級(jí)的內(nèi)容形態(tài)，它也許是下一代內(nèi)容結(jié)構(gòu)的雛形?！?/strong>

據(jù)快手?jǐn)?shù)據(jù)，截至目前，可靈AI全球用戶規(guī)模突破2200萬(wàn)，過(guò)去的10個(gè)月里，其月活用戶量增長(zhǎng)25倍，累計(jì)生成超過(guò)1.68億個(gè)視頻及3.44億張圖片。

除了C端訂閱用戶，可靈AI也面向B端商家提供API接入等服務(wù)。目前，可靈AI已與包括小米、亞馬遜云科技、阿里云、Freepik、藍(lán)色光標(biāo)等在內(nèi)的數(shù)千家國(guó)內(nèi)外企業(yè)客戶建立了合作關(guān)系。

蓋坤披露，來(lái)自世界各地的超1.5萬(wàn)開發(fā)者，已將可靈的API應(yīng)用于不同的行業(yè)場(chǎng)景中，累計(jì)生成的圖像數(shù)量約1200萬(wàn)個(gè)，生成的視頻素材超過(guò)4000萬(wàn)個(gè)。

未來(lái)快手可靈AI團(tuán)隊(duì)還將發(fā)布推理更快、價(jià)格更普惠的不同模型版本，“讓每個(gè)人都能用AI講出好故事”。

從創(chuàng)意到現(xiàn)實(shí)，AI正在改變內(nèi)容創(chuàng)作的全鏈路，我們相信隨著技術(shù)的創(chuàng)新進(jìn)步，AI創(chuàng)作的門檻會(huì)變得更低，靈感成真只需片刻。