作者｜袁博
来源｜AI先锋官
作为 aigc 里程碑式的产品，Sora一经推出便重现了 “ChatGPT式的震惊”，每次小迭代，甚至每次原生作品的推出都高度吸睛（可参考、）。
不争气的是，Sora一直没向用户开放，各种渠道的爆料也显示，它的每个惊艳作品的生成都经过了“修图”（）。
期间，各种类Sora产品不断推出，但真能打的鲜见。
这回跳出来挑战的是快手，一时间风评甚好，也可见的投入了不少营销资源鼓吹。
小编不免手痒，凭试用了几百个 aigc 产品的经验，替大家评测一下。
产品信息显示，"可灵"采用与类Sora的DiT结构，并结合了快手自研的技术创新。它可以生成长达2分钟、30fps、1080p分辨率的视频，并支持多种宽高比。
据官网 （链接：https://kling.kuaishou.com/#create-video-view） 介绍，可灵大模型不仅具备强大的概念组合能力和想象力，还能生成大幅度的合理运动、模拟物理世界特性。
话不多说，先看我们先来看看官方发布的一些示例。
大幅度的合理运动
可灵采用3D时空联合注意力机制，能够更好地建模复杂时空运动，生成较大幅度运动的视频内容，同时能够符合运动规律。
·提示词：一个男人骑着马在戈壁沙漠飞奔，背后美丽的夕阳，电影级别画面
·提示词：一名宇航员在月球表面奔跑，低角度镜头展现了月球的广阔背景，动作流畅且显得轻盈
·提示词：一辆拉力赛车在赛道上快速转弯
通过上面的示例，不得不说“可灵”生成的视频其动作的连贯性、流畅性和运镜比国内市面上大多数的AI生成的视频都要丝滑。
2分钟的视频生成
得益于高效的 训练基础设施、极致的推理优化和可扩展的基础架构，可灵大模型能够生成长达2分 钟的视频，且帧率达到30fps。
·提示词：小男孩在花园里骑自行车经历秋冬春夏四季变换
·提示词：乘坐火车，透过车窗游览各式各样的风景
可以看到，可灵在风景、四季的切换时的过度非常的巧妙，并未让人感到生硬。
模拟物理世界特性
基于自研模型架构及Scaling Law激发出的强大建模能力，可灵能够模拟真实世界的物理特性，生成符合物理规律的视频。
·提示词：一个戴眼镜的中国男孩在快餐店内闭眼享受美味的芝士汉堡
·提示词：厨师在厨房切洋葱，为准备菜肴做准备
·提示词：小心地将牛奶倒入杯中，奶流平稳，杯子渐渐被奶白色填满
这个吃汉堡和倒牛奶的视频真的很难让人怀疑是AI生成，只不过还有会有小瑕疵的，比如，在厨师切洋葱的视频中，仔细看的话，不难发现在厨师还未切下去的时候完整的洋葱就变成洋葱块了。
并且，Sora此前也生成过吃汉堡的视频，两者不分上下。
概念组合能力
基于对文本-视频语义的深刻理解和 Diffusion Transformer 架构的能力，可灵能够将用户丰富的想象力转化为具体的画面，虚构真实世界中不会出现的的场景。
·提示词：一只白猫在车里驾驶，穿过繁忙的市区街道，背景是高楼和行人
·提示词：微距镜头，火山在一个咖啡杯中喷发
·提示词：一个积木小人在美术馆里参观
视频整体上还是不错的，但还是会存在一些小问题，比如，猫在车里驾驶时，两旁的车有时会出现在人行道上，不过在细节上可灵做的还挺不错的，比如，车的引擎盖上会有猫咪耳朵的倒影，好评！
-5-
电影级的画面生成
基于自研3D VAE，可灵能够生成1080p分辨率的电影级视频，无论是浩瀚壮阔的宏大场景，还是细腻入微的特写镜头，都能够生动呈现。
·提示词：一对男女手牵手在星空下行走，背景斗转星移
·提示词：落日余晖下的烟囱
·提示词：露水在蓝色玫瑰花瓣上，高清，近景，细节
这个电影级的画面确实没得说，尤其蓝色玫瑰花，感觉比现实中拍出来的还要真。
-6-
支持自由的输出视频宽高比
可灵采用了可变分辨率的训练策略，在推理过程中可以做到同样的内容输出多种多样的视频宽高比，满足更丰富场景中的视频素材使用需求。
·提示词：一只戴着太阳镜的柯基在热带岛屿的海滩上漫步
虽然它展示的视频大多都是5s的，但其生成的质量确实无可挑剔，可以媲美 Sora大部分那些“精修”视频，小编决定赐封它为“mini 版Sora”。
现在用户已经可以在快影APP里申请限时免费试用，审核通过后即可使用。用户无需具备专业的技术背景，只需输入提示词即可进行创作。
除视频生成外，小编还注意到，快手还基于此模型推出了其他应用，如AI舞王、AI小说 转漫画、AI变装、AI幻术等，并即将推出图生视频功能。
“可灵”的发布，可见快手在大模型技术方面动作之迅速。随着"可灵"的不断优化和升级，它将为视频内容创作者带来更多的可能性，开启国内AI视频生成的新纪元。
扫码邀请进群，我们带你一起来玩转ChatGPT、GPT-4、文心一言、通义千问、讯飞星火等AI大模型，顺便学一些AI搞钱技能。
往期文章回顾
热门跟贴