“可灵持续领先!”
4月15日下午，快手宣布可灵AI全系模型进入2.0时代。
自从上一次可灵1.6更新已过去近3个月，这次基座模型升级，快手高级副总裁、社区科学线负责人盖坤在发布会上自信表示:“可图2.0现在是行业领先的图像模型……可灵2.0，特别在图生视频上持续全球大幅领先!”现场响起了一阵阵欢呼声和掌声。
“AI新榜”现场拍摄
升级后，可灵2.0视频生成模型（大师版）具备更强的语义响应、更优的动态质量、更美的画面质感。
可灵2.0图生视频，提示词:滑板运动，围绕滑板少年不断运动
并且新增“多模态编辑”功能，支持对视频增加、删除、或替换元素。
可图2.0图像模型则大幅提升语义遵循能力，新增“图片编辑”功能，支持局部重绘、多尺寸扩图;同时新增图片“风格转绘”功能，支持响应近60种风格，更具电影质感。
可图2.0生成，提示词:一张超现实的照片，一条河从客厅墙上的油画中漂浮出来，洒在沙发和木地板上，这幅画描绘了山间一条宁静的河流。一艘船在水中轻轻摇晃，进入客厅。河流的边缘洒在木地板上，将艺术世界与现实融为一体。客厅装饰着高雅的家具和温馨、温馨的氛围，电影、照片
可图2.0生成，提示词:工笔画，林黛玉，穿着唐代的服装，在咖啡店的角落，手里拿着一部智能手机，侧逆光，傍晚
难得的是，在许多AI产品“发布即等待”的当下，可灵AI这回依旧是“发布即可用”，目前2.0模型已在网页端和App端全量上线，可灵AI2.0灵感成真创作大赛也同步开启。
可灵AI官网:app.klingai.com
“AI新榜”在第一时间对可灵AI进行了实测，图生视频排队时间较久，可能要半小时以上，还没用上的朋友可以看看下面的测试案例。你觉得可灵2.0怎么样?欢迎在评论区和我们交流。
经常使用AI生成视频的创作者会发现，现在的AI模型远远达不到一键成片的程度，仍需要斟酌每个镜头的提示词或参考图，输出的视频质量不一定令人满意，需要多次尝试生成和修改。
比较常见的痛点包括提示词响应有限、理解有误;画面运动幅度不够，有明显的运动瑕疵;人物表情不自然，动作不准确等等。
针对这些问题，可灵2.0在语义遵循、画面质量、动态质量、真实度、美感等方面都进行了完善迭代。
据快手副总裁、可灵AI负责人张迪介绍，在可灵AI上，85%的视频创作是通过图生视频完成的。比如这个图生视频的例子，输入“男人先是开心的笑着，突然变得愤怒，手锤桌子起身”。
可灵1.6生成的表情变化不明显，手锤桌子起身的动作也没有展现出来，但可灵2.0就能准确完整地按照提示词生成。
可灵1.6（上）和2.0(下)
我们测试了包含更多人物动态和镜头运动的视频:
提示词:游乐场过山车极速俯冲镜头，第一人称视角抖动画面，中年男子的双手紧紧握着安全杆，前排少女马尾辫呈失重状悬浮，最后画面定格在男子的尖叫表情特写
提示词:慢动作雨巷追逐镜头，手持摄影机跟随湿发贴面的杀手，霓虹灯在雨伞旋转时拖曳出彩色光轨，香烟烟雾与雨滴同速飘移，王家卫电影色调
提示词:穿着蓝色建筑制服、戴着黄色安全帽的工人们，正在用小工具修理或制作巧克力蛋糕
可以看到，每一句提示词要求的镜头、视角、人物动作和表情等，可灵2.0都能准确响应，人物反应真实自然，复杂动作的运动也更合理，画面表现更具张力。
除了新模型，可灵2.0还上线了全新的多模态视频编辑功能，能灵活理解用户意图，支持对视频内容实现增、删、改。
没错，Pika和Viggle AI支持的视频角色替换、模特换衣、局部编辑等功能，现在可灵AI也能实现了。
1.替换元素
比如前阵子流行的“回答我”AI换脸视频，我们在可灵“多模态编辑”页面上传主播小明剑魔的视频片段，框选要编辑的区域，再上传要替换的角色图片。
在创意描述中，可灵AI更新了一种交互方式，如下图所示，原本难以描述清楚的需求，现在可灵结合图像参考、视频片段等信息，预设了提示词框架，我们可以更直观、更轻松地告诉AI要怎么编辑，这就是可灵AI新发布的交互理念MVL（Multi-modal Visual Language）。
MVL，一种更直观的人和AI沟通的方式
等待几分钟，我们看到人物替换的效果相比Viggle AI更真实，画面质量更高，甚至主播头上“加我粉丝团”的贴图也完美还原了，下一步进行对口型配音也可以在可灵AI完成。
不过人物动作还原一般，目前可编辑的视频时长仅限5s，希望后续可以支持更长的视频。
2.增加元素
在多模态编辑中，选择“增加元素”，上传需要的图片后，在下方文本输入框内，同样按照官方给定的模版“基于@ 参考视频中的内容，将@ 图片中的元素，融入到视频里”，明确需要添加的元素和位置。
我们觉得上面案例中的巧克力蛋糕太寡淡，需要加点装饰，把麦麦的标志P上去呢?来看看效果:
另外，我们还可以通过用涂抹的方式，圈出画面中的某个元素，一键删除。不过，这里需要注意的是，一定要将这些关键帧覆盖到整条时间轴，才能保证删得彻底。
选区一定要保证覆盖整个时间轴
可灵直接将蛋糕盘子秒变工地现场，甚至还为我多配置了几位现场工人:
更多案例可以参考可灵AI官方发布的演示视频——
除了视频模型外，图片模型可图2.0表现也可圈可点。
据快手介绍，在团队内部的多项胜负率评测中，相较于Midjourney V7、FLUX1.1[pro]以及Reve等行业领先的图像模型，可图2.0均保持明显优势，处于行业领先水平。
可图2.0在指令遵循、电影质感以及艺术风格表现等方面显著提升。比如我们让可图2.0生成了一组像素漫画，这里使用的提示词是:
尽管AI将提示词中的第3格和第4格内容合并了，但2.0版本在语义理解、风格转绘上都有大幅提升。
可图2.0（上）和1.5(下)版本有明显差异
当然，我们也可以让它生成之前很火的3D模型:
同时，可图2.0也上线了实用的图像可控编辑功能——局部重绘和扩图。
使用局部重绘功能，我们可以将图片中多余的元素删除、替换、重绘:
生成图片后，我们还可以点击“生成视频”，获得动态3D模型，跑完图生视频整个工作流。
使用可图2.0的扩图功能，我们可以随意拖拽原图位置，自由扩展想要的图片比例及尺寸，扩展后的部分与原图融合度较高。
在风格化响应上，可图2.0还支持60多种风格化的效果转绘。无论是爆火的吉卜力风格、毛绒玩具风格，还是插画风格、3D卡通等等，可图都可以实现。
初步实测来看，可灵2.0在模型技术和功能体验上都有不小的进步，从图片生成、视频生成到配音对口型等内容制作全流程都能覆盖，是目前国内创作者必备的AIGC产品。
不过最大的缺点可能是价格，目前2.0生成一条5秒钟的视频要100灵感值，黄金会员月费58元可获得660灵感值，只能生成6次，真是有点贵了。
在发布会现场，可灵AI超级创作者、《新世界加载中》总导演、异类Outliers创始人陈翔宇提到，可灵AI可全面融入剧集级创作流程，AIGC相较于实拍和动画，不仅是效率的提升，更是试错空间的革命性释放。
他认为AI不是代替创作者，而是帮助我们更好地表达。“AIGC并不是降级的内容形态，它也许是下一代内容结构的雏形。”
据快手数据，截至目前，可灵AI全球用户规模突破2200万，过去的10个月里，其月活用户量增长25倍，累计生成超过1.68亿个视频及3.44亿张图片。
除了C端订阅用户，可灵AI也面向B端商家提供API接入等服务。目前，可灵AI已与包括小米、亚马逊云科技、阿里云、Freepik、蓝色光标等在内的数千家国内外企业客户建立了合作关系。
盖坤披露，来自世界各地的超1.5万开发者，已将可灵的API应用于不同的行业场景中，累计生成的图像数量约1200万个，生成的视频素材超过4000万个。
未来快手可灵AI团队还将发布推理更快、价格更普惠的不同模型版本，“让每个人都能用AI讲出好故事”。
从创意到现实，AI正在改变内容创作的全链路，我们相信随着技术的创新进步，AI创作的门槛会变得更低，灵感成真只需片刻。
（举报）
“可灵持续领先!”
4月15日下午，快手宣布可灵AI全系模型进入2.0时代。
自从上一次可灵1.6更新已过去近3个月，这次基座模型升级，快手高级副总裁、社区科学线负责人盖坤在发布会上自信表示:“可图2.0现在是行业领先的图像模型……可灵2.0，特别在图生视频上持续全球大幅领先!”现场响起了一阵阵欢呼声和掌声。
“AI新榜”现场拍摄
升级后，可灵2.0视频生成模型（大师版）具备更强的语义响应、更优的动态质量、更美的画面质感。
可灵2.0图生视频，提示词:滑板运动，围绕滑板少年不断运动
并且新增“多模态编辑”功能，支持对视频增加、删除、或替换元素。
可图2.0图像模型则大幅提升语义遵循能力，新增“图片编辑”功能，支持局部重绘、多尺寸扩图;同时新增图片“风格转绘”功能，支持响应近60种风格，更具电影质感。
可图2.0生成，提示词:一张超现实的照片，一条河从客厅墙上的油画中漂浮出来，洒在沙发和木地板上，这幅画描绘了山间一条宁静的河流。一艘船在水中轻轻摇晃，进入客厅。河流的边缘洒在木地板上，将艺术世界与现实融为一体。客厅装饰着高雅的家具和温馨、温馨的氛围，电影、照片
可图2.0生成，提示词:工笔画，林黛玉，穿着唐代的服装，在咖啡店的角落，手里拿着一部智能手机，侧逆光，傍晚
难得的是，在许多AI产品“发布即等待”的当下，可灵AI这回依旧是“发布即可用”，目前2.0模型已在网页端和App端全量上线，可灵AI2.0灵感成真创作大赛也同步开启。
可灵AI官网:app.klingai.com
“AI新榜”在第一时间对可灵AI进行了实测，图生视频排队时间较久，可能要半小时以上，还没用上的朋友可以看看下面的测试案例。你觉得可灵2.0怎么样?欢迎在评论区和我们交流。
经常使用AI生成视频的创作者会发现，现在的AI模型远远达不到一键成片的程度，仍需要斟酌每个镜头的提示词或参考图，输出的视频质量不一定令人满意，需要多次尝试生成和修改。
比较常见的痛点包括提示词响应有限、理解有误;画面运动幅度不够，有明显的运动瑕疵;人物表情不自然，动作不准确等等。
针对这些问题，可灵2.0在语义遵循、画面质量、动态质量、真实度、美感等方面都进行了完善迭代。
据快手副总裁、可灵AI负责人张迪介绍，在可灵AI上，85%的视频创作是通过图生视频完成的。比如这个图生视频的例子，输入“男人先是开心的笑着，突然变得愤怒，手锤桌子起身”。
可灵1.6生成的表情变化不明显，手锤桌子起身的动作也没有展现出来，但可灵2.0就能准确完整地按照提示词生成。
可灵1.6（上）和2.0(下)
我们测试了包含更多人物动态和镜头运动的视频:
提示词:游乐场过山车极速俯冲镜头，第一人称视角抖动画面，中年男子的双手紧紧握着安全杆，前排少女马尾辫呈失重状悬浮，最后画面定格在男子的尖叫表情特写
提示词:慢动作雨巷追逐镜头，手持摄影机跟随湿发贴面的杀手，霓虹灯在雨伞旋转时拖曳出彩色光轨，香烟烟雾与雨滴同速飘移，王家卫电影色调
提示词:穿着蓝色建筑制服、戴着黄色安全帽的工人们，正在用小工具修理或制作巧克力蛋糕
可以看到，每一句提示词要求的镜头、视角、人物动作和表情等，可灵2.0都能准确响应，人物反应真实自然，复杂动作的运动也更合理，画面表现更具张力。
除了新模型，可灵2.0还上线了全新的多模态视频编辑功能，能灵活理解用户意图，支持对视频内容实现增、删、改。
没错，Pika和Viggle AI支持的视频角色替换、模特换衣、局部编辑等功能，现在可灵AI也能实现了。
1.替换元素
比如前阵子流行的“回答我”AI换脸视频，我们在可灵“多模态编辑”页面上传主播小明剑魔的视频片段，框选要编辑的区域，再上传要替换的角色图片。
在创意描述中，可灵AI更新了一种交互方式，如下图所示，原本难以描述清楚的需求，现在可灵结合图像参考、视频片段等信息，预设了提示词框架，我们可以更直观、更轻松地告诉AI要怎么编辑，这就是可灵AI新发布的交互理念MVL（Multi-modal Visual Language）。
MVL，一种更直观的人和AI沟通的方式
等待几分钟，我们看到人物替换的效果相比Viggle AI更真实，画面质量更高，甚至主播头上“加我粉丝团”的贴图也完美还原了，下一步进行对口型配音也可以在可灵AI完成。
不过人物动作还原一般，目前可编辑的视频时长仅限5s，希望后续可以支持更长的视频。
2.增加元素
在多模态编辑中，选择“增加元素”，上传需要的图片后，在下方文本输入框内，同样按照官方给定的模版“基于@ 参考视频中的内容，将@ 图片中的元素，融入到视频里”，明确需要添加的元素和位置。
我们觉得上面案例中的巧克力蛋糕太寡淡，需要加点装饰，把麦麦的标志P上去呢?来看看效果:
另外，我们还可以通过用涂抹的方式，圈出画面中的某个元素，一键删除。不过，这里需要注意的是，一定要将这些关键帧覆盖到整条时间轴，才能保证删得彻底。
选区一定要保证覆盖整个时间轴
可灵直接将蛋糕盘子秒变工地现场，甚至还为我多配置了几位现场工人:
更多案例可以参考可灵AI官方发布的演示视频——
除了视频模型外，图片模型可图2.0表现也可圈可点。
据快手介绍，在团队内部的多项胜负率评测中，相较于Midjourney V7、FLUX1.1[pro]以及Reve等行业领先的图像模型，可图2.0均保持明显优势，处于行业领先水平。
可图2.0在指令遵循、电影质感以及艺术风格表现等方面显著提升。比如我们让可图2.0生成了一组像素漫画，这里使用的提示词是:
尽管AI将提示词中的第3格和第4格内容合并了，但2.0版本在语义理解、风格转绘上都有大幅提升。
可图2.0（上）和1.5(下)版本有明显差异
当然，我们也可以让它生成之前很火的3D模型:
同时，可图2.0也上线了实用的图像可控编辑功能——局部重绘和扩图。
使用局部重绘功能，我们可以将图片中多余的元素删除、替换、重绘:
生成图片后，我们还可以点击“生成视频”，获得动态3D模型，跑完图生视频整个工作流。
使用可图2.0的扩图功能，我们可以随意拖拽原图位置，自由扩展想要的图片比例及尺寸，扩展后的部分与原图融合度较高。
在风格化响应上，可图2.0还支持60多种风格化的效果转绘。无论是爆火的吉卜力风格、毛绒玩具风格，还是插画风格、3D卡通等等，可图都可以实现。
初步实测来看，可灵2.0在模型技术和功能体验上都有不小的进步，从图片生成、视频生成到配音对口型等内容制作全流程都能覆盖，是目前国内创作者必备的AIGC产品。
不过最大的缺点可能是价格，目前2.0生成一条5秒钟的视频要100灵感值，黄金会员月费58元可获得660灵感值，只能生成6次，真是有点贵了。
在发布会现场，可灵AI超级创作者、《新世界加载中》总导演、异类Outliers创始人陈翔宇提到，可灵AI可全面融入剧集级创作流程，AIGC相较于实拍和动画，不仅是效率的提升，更是试错空间的革命性释放。
他认为AI不是代替创作者，而是帮助我们更好地表达。“AIGC并不是降级的内容形态，它也许是下一代内容结构的雏形。”
据快手数据，截至目前，可灵AI全球用户规模突破2200万，过去的10个月里，其月活用户量增长25倍，累计生成超过1.68亿个视频及3.44亿张图片。
除了C端订阅用户，可灵AI也面向B端商家提供API接入等服务。目前，可灵AI已与包括小米、亚马逊云科技、阿里云、Freepik、蓝色光标等在内的数千家国内外企业客户建立了合作关系。
盖坤披露，来自世界各地的超1.5万开发者，已将可灵的API应用于不同的行业场景中，累计生成的图像数量约1200万个，生成的视频素材超过4000万个。
未来快手可灵AI团队还将发布推理更快、价格更普惠的不同模型版本，“让每个人都能用AI讲出好故事”。
从创意到现实，AI正在改变内容创作的全链路，我们相信随着技术的创新进步，AI创作的门槛会变得更低，灵感成真只需片刻。
（举报）
