最强卷王3个月进化9次！可灵AI上新1.5模型，国外网友：太疯狂 机器之心报道作者：杨文 直出 1080p 影视级视频，加量不加价，相当良心。 传说中的 Sora 公测还遥遥无期，「卷王」可灵又又又上新了。 要知道，自今年 6 月发布以来，仅三个月，可灵 AI 就迭代了 9 次。 这次它还直接把基座模型升级了，推出可灵 1.5 模型。 那么，这个新模型到底强在哪儿？ 举个例子，我们输入同样的 Prompt：一位女生看到一封信后悲伤起来，不停地哭泣。 1.0 模型的效果是这样的： 1.5 模型的效果则是这样：（视频来源：X 博主 Pierrick Chevallier） 一言以蔽之，可灵 1.5 模型不仅显著提升画质，直出 1080p 视频，还让画面主体的动幅更大、质量更高，文本响应度也更强。 甚至官方还放出「豪言」，与可灵 1.0 模型相比，1.5 模型的内部评测整体效果提升 95%。 同时，可灵 AI 还在图生视频中引入了全新的「运动笔刷」功能，进一步提升对视频生成的精准控制能力。 别看可灵 AI 拿出了不少宝贝，但加量不加价，生成价格不变，一则高品质模式视频仍是 35 个灵感值。 国外网友已经玩疯了，甚至一度把服务器挤崩溃。 废话不多说，是骡子是马，现在咱就拉出来遛遛。 可灵AI官网链接：https://klingai.kuaishou.com/ 媲美电影大片的质感 此前的可灵 1.0 模型，在高品质模式下只能生成 720p 的视频，虽在众多视频生成模型中表现出色，但随着用户对 AI 技术的期望不断提升，这个清晰度已无法满足他们的高标准需求。 现在可灵 AI 新推出可灵 1.5 模型，支持高品质模式下，生成 1080p 高清视频。 例如，我们输入 Prompt：一只拟人化的橘猫，戴着黑框眼镜，圆脑袋大肚子，穿着白衬衫，坐在电脑桌前，表情疲惫想睡觉。 1.0 模型： 1.5 模型： 虽然二者均遵循了 Prompt 的要求，但从美感上来说，1.5 模型的橘猫倚在座位上眯着眼打盹，模样更憨态可掬，柔和的台灯光线洒在橘猫脸上，配色也更自然。 再来个科幻风格的。 Prompt：超现实，电影，宇航员驾驶着马车在荒凉的月球上前行，极致细节。 1.0 模型： 1.5 模型： 在可灵 1.0 模型中，两位宇航员乘坐的马车稍显简陋，只有一匹马、俩轮子，外加一块破布胡乱摆动。 而到了 1.5 模型，全副武装的宇航员端坐在车厢中，马蹄上裹着金属材质的护腿，散发着蓝色的幽光，无论是构图还是氛围感，都有科幻电影的感觉。 我们继续输入 Prompt：一只在指尖上行走的微型小斑马。 众所周知，手指扭曲向来是 AI 的通病之一，但在可灵 1.5 模型中，手部细节并未出现明显的 bug，同时还发挥想象力，展示出一位年轻女子注视迷你斑马的镜头，眼神流转甚是逼真。 再比如 Prompt：一个小男孩正在街上滑滑板。 可灵 1.5 模型中，小男孩从站立滑行到缓慢俯身抓住滑板，整套动作行云流水，也比较符合物理世界的运动规律。 同时，男孩面部表情自然，丝毫没有崩坏，头发丝也清晰可见，对光影的处理更是到位，整个画面极具电影美感。 还有国外网友用可灵 1.5 模型生成了一段女孩站在废墟中的场景。 战争过后一片狼藉，小女孩无助地站在废墟之上，眉头紧锁，眼中流露出无尽的悲伤和恐惧，其真实性和细节处理得堪比实地拍摄。 动幅再大也不崩 目前，市面上大部分 AI 生成模型都有个毛病，要么是运动幅度小、流畅性不足，要么就是动幅太大，冒出诡异画面。 例如，骑摩托骑到天上去的大妈们： 此次可灵 1.5 模型把动态质量提升到一个新 level，可以让视频中的角色运动幅度更大、动作更合理，还能保持一致性。 Prompt：一个短发亚洲女孩儿，穿着米色宽松毛衣，浅棕色裤子，骑着一辆罗马假日的小摩托，摩托是蒂芙尼蓝的颜色，在罗马的街头，阳光明媚，完美构图，精美画面，细节刻画，电影镜头。 1.0 模型： 1.5 模型： 1.5 模型中女孩手握车把调整方向，头发也随之飘动，整体的运动幅度更大，电动车的运行轨迹也更合理。 Prompt：一只毛茸茸的黄色小猫正在玩一只小小的红色毛线团。 1.0 模型： 1.5 模型： 在这轮测试中，两个模型的表现各有千秋。 1.0 模型强调的是小猫咪撩拨拴在脖子上的红毛线，构图、配色颇具美感；1.5 模型则突出小猫抬起爪子玩线团，无论是小猫的动作还是毛线团的转动，其运动幅度都更大。 我们再来试一下图生视频功能。上传一张马斯克的图片，输入提示词：马斯克正在吃汉堡。 1.0 模型： 1.5 模型： 背靠有着众多吃播视频的快手，可灵 AI 在吃饭视频生成上可以说是无人能敌。在这一轮的 PK 中，两大模型的生成效果不相上下。 「硅谷钢铁侠」马斯克秒变吃货，他先是拿起汉堡看了一眼，然后张大嘴巴咬一口，咀嚼时下巴一上一下，两颊有节奏地颤动着，汉堡上也留下清晰的咬痕。 最让人惊喜的，还是猪八戒拿起筷子吃面条这段： 二师兄端着碗，提起筷，挑起一坨面条就歪着脑袋呼呼地往嘴里送。不得不说，猪八戒握筷子的姿势，简直比人类还有范，那面条的垂坠感表现得也相当细腻。 再复杂的镜头语言也能 get 到 除了画质更高、运动幅度更大外，可灵 1.5 模型还可以响应更复杂的文本描述要求，甚至还能「无中生有」。 例如，我们上传一张没有人物的牛肉面的图片，然后再配上 Prompt：镜头拉远，一个小女孩拿着筷子开始吃饭。 可灵 1.5 模型生成的视频中，随着镜头缓慢拉远，一双筷子入画，继而出现一个手握筷子、嗦着面条的小女孩。 而在 1.0 模型中，对于提示词的理解就稍微欠缺一些，画面中没有出现人物，只是出现了一双筷子慢慢夹起了碗中的牛肉。 我们还输入了一段如同小作文般的文本描述，既包括诸多场景细节，又有镜头景深的要求。 Prompt：一只花斑狗在浓密的花园中欢快地穿梭，仿佛在追逐着什么，它向前小跑着，眼睛睁得大大的，充满喜悦之情，在行走的过程中，它仔细地扫视着树枝、花朵和树叶，小径十分狭窄，花斑狗不得不在植物之间穿梭而行，画面是从地面角度拍摄的，紧跟花斑狗的步伐，提供了一个低矮而亲密的视角，画面色调温暖，颗粒感明显，给人一种电影般的视觉效果，树叶和植物上方洒落的阳光营造出温暖的对比效果，突出了花斑狗的毛发。画面清晰锐利，景深较浅。 可灵 1.5 模型生成效果如下： 它不仅准确理解了输入的指令，还生成与之匹配的视频内容，画面整体构图和光影表现也让视频颇具艺术感和观赏性。 再来一个镜头语言更复杂的 Prompt：灯塔周围的超快速无人机视角，悬崖，戏剧性，pov 镜头，电影。 1.0 模型： 1.5 模型： 「pov 镜头」、「超快速无人机视角」等镜头描述，无疑加大了 AI 理解难度，但两个模型均给出了超预期的画面。 1.5 模型生成的画面更稳，镜头由远及近慢慢推进，矗立在悬崖上的灯塔还射出一道白色的亮光。 而 1.0 模型的镜头转换则更加刺激，先是一顿旋转式俯拍，接着近距离环绕拍摄，完全契合了超快速无人机拍摄的文本描述。 一勾一画，指哪动哪 图生视频时，为了大幅提升创作者对运动效果的控制能力，可灵 AI 还带来了「运动笔刷」功能。 不过，该功能只能在可灵 1.0 模型中使用。 玩法也很简单。 比如，我们上传一张水母的图片，然后将图片中需要控制运动方向的部分勾勒出来，再画一个示意运动方向箭头，就可实现精准运动控制。 当然，我们也可以开启「自动检测区域」的按钮，让 AI 自动识别，还可以为某些元素额外指定静止区域，让视频内容有更好的运动控制及运动表现。 上效果： 值得注意的是，目前该功能可以为图中的 6 个元素指定运动轨迹。 比如让三只水母在海里朝着不同方向游动： 或者把一幅梵高风格的油画，各种涂抹标轨迹。 最终生成的视频竟有了一种 3D 效果： 此外，可灵 AI 还顺道升级了其他功能，比如可一次性生成最多 4 条视频；「图生视频」功能新增支持 10 秒时长、标准模式下支持增加尾帧；「AI 图片」支持画质增强等。 可灵 AI 的这些新功能一经推出，便吸引了全球网友前往「尝鲜」。不少网友体验后表示，这是迄今为止最好的视频生成模型，足以媲美专业电影制作的标准。 自今年 6 月份首次亮相以来，可灵 AI 已经进行了 9 次迭代升级，至今已服务超过 260 万用户，生成 5300 万张图片和 2700 万个视频，深受包括国内知名导演在内的创作者们的青睐。 为了进一步探索 AI 在电影制作中的潜力，快手还特别启动了「可灵 AI」导演共创计划。该计划汇聚了李少红、贾樟柯、叶锦添等 9 位杰出导演，他们将利用可灵 AI 的技术，创作 9 部 AIGC 电影短片，这不仅是技术与艺术的结合，也是对未来电影制作模式的一次大胆尝试。 由此可见，AI 对电影行业的重塑已不再是一个遥远的预言，而是正在发生的现实。AI「新影像」时代正呼啸而来。 参考链接：可灵官网 https://klingai.kuaishou.com/https://x.com/CharaspowerAI/status/1836519202112573940 ?THE END 转载请联系本公众号获得授权 投稿或寻求报道：content@jiqizhixin.com