快手可灵又一次进化了AI视频模型，继续遥遥领先？ * { margin: 0; padding: 0; outline: 0; } body { font-family: “PingFang SC”, system-ui, -apple-system, BlinkMacSystemFont, “Helvetica Neue”, “Hiragino Sans GB”, “Microsoft YaHei UI”, “Microsoft YaHei”, Arial, sans-serif; line-height: 1.6; } .__page_content__ { max-width: 667px; margin: 0 auto; padding: 20px; text-size-adjust: 100%; color: rgba(0, 0, 0, 0.9); padding-bottom: 64px; } .title { user-select: text; font-size: 22px; line-height: 1.4; margin-bottom: 14px; font-weight: 500; } .__meta__ { color: rgba(0, 0, 0, 0.3); font-size: 15px; line-height: 20px; hyphens: auto; word-break: break-word; margin-bottom: 50px; } .__meta__ .nick_name { color: 576B95; } .__meta__ .copyright { color: rgba(0, 0, 0, 0.3); background-color: rgba(0, 0, 0, 0.05); padding: 0 4px; margin: 0 10px 10px 0; } blockquote.source { padding: 10px; margin: 30px 0; border-left: 5px solid ccc; color: #333; font-style: italic; word-wrap: break-word; } blockquote.source a { cursor: pointer; text-decoration: underline; } .item_show_type_0 > section { margin-top: 0; margin-bottom: 24px; } a { color: 576B95; text-decoration: none; cursor: default; } .text_content { margin-bottom: 50px; user-select: text; font-size: 17px; white-space: pre-wrap; word-wrap: break-word; line-height: 28px; hyphens: auto; } .picture_content .picture_item { margin-bottom: 30px; } .picture_content .picture_item .picture_item_label { text-align: center; } img { max-width: 100%; } .pay_subscribe_notice { margin: 30px 0; padding: 20px; background: fffbe6; border: 1px solid ffe58f; border-radius: 8px; } .pay_subscribe_badge { display: inline-block; padding: 4px 12px; background: faad14; color: fff; border-radius: 4px; font-size: 14px; font-weight: 500; margin-bottom: 12px; } .pay_subscribe_desc { font-size: 15px; line-height: 1.8; color: rgba(0, 0, 0, 0.7); margin-bottom: 12px; } .pay_subscribe_hint { font-size: 13px; color: rgba(0, 0, 0, 0.4); } .__bottom-bar__ { display: flex; justify-content: space-between; align-items: center; position: fixed; bottom: 0; left: 0; right: 0; height: 64px; padding: 8px 20px; background: white; box-sizing: border-box; border-top: 1px solid rgba(0, 0, 0, 0.2); } .__bottom-bar__ .left { display: flex; align-items: center; font-size: 15px; white-space: nowrap; } .__bottom-bar__ .right { display: flex; } .__bottom-bar__ .sns_opr_btn { display: flex; align-items: center; user-select: none; background: transparent; border: 0; color: rgba(0, 0, 0, 0.9); font-size: 14px; } .__bottom-bar__ .sns_opr_btn:not(:last-child) { margin-right: 16px; } .__bottom-bar__ .sns_opr_btn > img { margin-right: 4px; }
快手可灵又一次进化了AI视频模型，继续遥遥领先？
原创 数字生命卡兹克 数字生命卡兹克 2024-09-06 09:30 北京
可灵又双叒叕更新了。
目前对可灵的超创们，开放了他们继续进化的视频模型，以及新功能运动笔刷。
作为超创，第一时间拿到了资格，但是恰巧那天正在上海出差参加飞书的活动，没啥空玩，这刚回到北京，就先试了试。
主要就是两块：
1. 图生视频新增「运动笔刷」功能（1.0模型），支持为图片中的人/物体等各种元素，指定特定的运动轨迹。
2. 基座模型升级：普通人现在能用的版本，模型应该是1.0版本，而我们现在内测拿到的是1.5版本的模型，质量更高，分辨率也从720P变成1080P。
花了几个小时，跑了些case，给大家看看这一版更新的效果。
但是有一说一，我觉得可灵的动作和更新速度，实在是过于迅猛了。。
先说说这个运动笔刷。
为数不多的AI视频增强可控性的共识，Runway老大哥最先上的，然后Pixverse迭代出了自定义轨迹，即梦又搞出了动效画板。
但是总体逻辑都是框选/涂抹一个物体，让他做特定的轨迹与变形运动。
可灵的运动笔刷跟Pixverse的逻辑是一样的，可以自定义运动轨迹。
比如当你拿出旅游的海边照片。
你可以直接涂上你想运动的区域，然后用画笔拖个你想让它咋运动。
给大家放个case。
动的还是很自然的。
唯一难受的点就是运动笔刷只能搭配线上的1.0版本才能用，内测版的1.5模型用不了运动笔刷，适配还没做完。
然后就是最重要的可灵1.5版本的新模型。
测了一堆case，我的感觉就是：文生视频的审美有了大幅进化，整体一致性更强，人物表演更强，修复了色差的BUG，更加高清。
一个个说。
1. 审美
文生视频是最能看出来，这个模型的审美是啥样的，说实话，之前的可灵的审美就很快手，土土的，跟Runway这种很影视经验沉淀极深的公司比还是有不少差距。
但是这次发布的1.5版本模型，审美上终于是能看了，摆脱了过去那种很土的影子。
2. 一致性
这次我测试中，人物与物体整体一致性的加强，也是让我非常惊喜的，因为人和物体在各种角度下一致，看上去是同一个东西，其实是一个最基本的要求。
但是这个要求，对AI视频的难度其实要求反而是很高的，要是生成一段稍长一点的视频，或者里面人物多一点的镜头，简直是灾难级别的。
在可灵1.0版本，还有RunwayGen3中，经常有时会出现一些奇怪的“跳跃”：比如人物的衣服颜色突然变化，或者背景中的物体位置莫名其妙地改变。
相信大家都深有体会。。。
但在1.5版本中，这个问题得到了很大改善。
比如一个很恶心的动作，跳跃。
Prompt：一个特工在空中跳跃并安全落地。
1.0版本：
1.5版本：
1.0变形到姥姥家了，1.5没有变形，就很帅。
然后比如走秀。
我用了一张特朗普的图。
1.0版本：
1.5版本：
这个case进步还是挺明显的。
之前本来想做一个特朗普时装走秀，但是1.0模型的生成效果嘛。。如视频所示，遂放弃。
1.5版本脸部一致性保持极佳，转身也没有一点问题，甚至脑补了一个特朗普的大秃头，笑死。
物体一致性上，也进化的很强。
比如这个VisionPro，我要让他旋转展示。
1.0版本：
1.5版本：
物体的稳定性明显加强了很多，变形的很少，结构至少是统一的。
3. 人物表演
人物表演也是一个视频里面，镜头情绪传达最重要的一环，她笑，她哭，那些真正的表情、情绪，才能触动我们的内心。
1.5版本在人物表演方面有了很大进步，但是这块我有一说一，没有Minimax的海螺强，那玩意的人物表演真的强的离谱。
比如这个prompt：一个白发男人摘下帽子，开始流泪。
1.0版本：
1.5版本：
这表情的丰富和细腻程度，强太多了。
比如这个Prompt：女孩拿起一杯咖啡，喝了一口，然后闭眼睛微笑。
1.0版本：
1.5版本：
在表演的完整性、动作的丰富性、表情的细腻上，1.5版本，进步太大了。
4. 其他
色差修复，我之前用图生视频的时候，经常会给我变色+非常奇怪的闪烁。
就像这样。
而这次我试下来，几乎没有出现这种情况了，但是细微的黑色闪烁还是偶尔会出现一些，不知道是什么问题。
分辨率增强，现在的视频直出已经都是1080P了。
最后
回想起最初接触可灵时的体验，再对比现在的效果，真是有种恍如隔世的感觉。
但是时间，也仅仅才3个月，仅此而已。
6月6号可灵发布的那天，我到现在还记得那情形，人还在360的发布会上，但是微信已经爆了，所有做AI视频的全都沸腾了。
今天，9月6号，正好3个月。
看着他们一步步升级打怪走到中国AI视频生成No.1的位置，甚至在世界上扎下了China AI的种子，对他们还是会有一种奇妙的情感。
希望可灵，希望快手这个老铁，每一步都走的足够扎实。
未来，给我们带来更多更奇妙的体验。
以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～谢谢你看我的文章，我们，下次再见。
>/ 作者：卡兹克、小瑞
>/ 投稿或爆料，请联系邮箱：wzglyay@gmail.com
数字生命卡兹克
 阅读 赞  分享 ‘%3E %3Cg transform=‘translate(0 -2.349)‘%3E %3Cpath d=‘M0 2.349h24v24H0z’/%3E %3Cpath fill=‘%23576B95’ d=‘M16.45 7.68c-.954 0-1.94.362-2.77 1.113l-1.676 1.676-1.853-1.838a3.787 3.787 0 0 0-2.63-.971 3.785 3.785 0 0 0-2.596 1.112 3.786 3.786 0 0 0-1.113 2.687c0 .97.368 1.938 1.105 2.679l7.082 6.527 7.226-6.678a3.787 3.787 0 0 0 .962-2.618 3.785 3.785 0 0 0-1.112-2.597A3.687 3.687 0 0 0 16.45 7.68zm3.473.243a4.985 4.985 0 0 1 1.464 3.418 4.98 4.98 0 0 1-1.29 3.47l-.017.02-7.47 6.903a.9.9 0 0 1-1.22 0l-7.305-6.73-.008-.01a4.986 4.986 0 0 1-1.465-3.535c0-1.279.488-2.56 1.465-3.536A4.985 4.985 0 0 1 7.494 6.46c1.24-.029 2.49.4 3.472 1.29l.01.01L12 8.774l.851-.85.01-.01c1.046-.951 2.322-1.434 3.59-1.434 1.273 0 2.52.49 3.472 1.442z’/%3E %3C/g%3E %3C/g%3E %3C/g%3E%3C/svg%3E) 推荐 ’ fill=‘%23000’ fill-opacity=’.9’/%3E%3C/svg%3E) 留言