TMT星球
2024-09-20
9月19日，可灵AI迎来重磅升级，视频生成新增可灵1.5模型，在画质质量、动态质量、美学表现、运动合理性以及语义理解等方面均有显著提升。与此同时，可灵AI还引入了全新的“运动笔刷”功能，进一步提升视频生成的精准控制能力。
首先是基座模型再次升级，新增可灵1.5模型，支持在高品质模式下，直出1080p高清视频，挑战大屏清晰度与质感。与可灵 1.0 模型相比，1.5模型在画面质量、动态质量、文本响应度等方面有显著效果提升，其内部评测整体效果提升95%。
此前，可灵1.0模型在高品质模式可生成720p视频，本次升级后，1.5模型高品质模式可直接生成1080p高清视频。通过输入提示词“女孩看着车窗”，对比左右两个版本视频生成的效果，可以发现，可灵1.5新模型的画面质量提升显著：画面清晰度有直观可感，画面右侧的女孩面部细节更清晰丰富，车窗的水雾、整体光影表现等也都更加出色。同时，新模型下画面整体构图也进一步优化，画面更具美感。
在动态质量方面，新模型也有显著提升。例如，对比可灵AI此前火爆出圈的吃面案例，输入提示词“小男孩吃面”，右侧1.5模型生成的视频中，面条从被夹起到入口这一过程中，在弹性、垂坠感等方面有非常真实的物理表现，同时小男孩右手握住筷子和吃面时的咀嚼动作，也都较左侧1.0模型更加自然流畅，整体运动合理性大大增强。
在图生视频方面，可灵全新的1.5模型可以响应更复杂的文本描述要求。例如通过一张没有人物的食物照片和提示词“镜头拉远，一个小男孩走到桌前拿起勺子开始吃饭”。在生成的视频中，随着镜头的微微晃动，一个勺子“入场”，然后画面聚焦到握着勺子的小男孩，看他将一勺饭菜送到嘴里，勺子在碗里拨开饭粒的细节也都被细致地呈现了出来，显示出强大的图生视频理解能力。
本次升级，可灵AI还带来了强大的“运动笔刷”功能，大幅提升了图生视频时创作者对运动效果的控制能力。“运动笔刷”功能支持为图片中的元素（人或物体等）指定运动轨迹，用户只需将图片中需要控制运动方向的部分勾勒出来，然后画一个示意运动方向箭头，就可实现精准运动控制。该功能支持上传图片后最多为图中的 6 个元素（人或物体等）指定运动轨迹。此外，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。
目前，横屏（16:9、4:3）、竖屏（9:16、3:4）、方屏（1:1）等多种尺寸格式的图片，都支持使用「运动笔刷」生成视频，生成视频时长为5秒。大量用户和媒体的评测显示，可灵AI的运动笔刷功能，在易用性、效果表现等方面均为业内领先。
实际上，可灵AI近期还进行了一系列其他功能升级，诸如支持一次性生成最多 4 条视频，方便创作者快速选取到最优生成结果；“图生视频”功能新增支持 10 秒时长并在标准模式下支持增加尾帧；“AI图片”功能支持“画质增强”。此外，官方还上线了使用指南，帮助用户更好地掌控可灵AI。
据「TMT星球」了解，自今年6月发布以来，这已经是可灵AI累计第9次迭代升级。本次升级也将同步面向全球展开，今年7月，可灵AI宣布国际版1.0正式上线，正式面向全球用户开放，随后又推出了全球会员体系。
目前，可灵AI已经累积了大量的国内外用户，快手高级副总裁、主站业务与社区科学线负责人盖坤此前在快手投资者日上披露，已有累计超260万人使用过可灵AI，并累计生成超2700万个视频、5300万张图片。
