作者｜沐风
来源｜AI先锋官
此前，谷歌DeepMind前脚宣布其将要推出的第二代视频生成模型Veo2在盲测评分上超越了可灵1.5。
后脚快手就宣布可灵AI基座模型再升级，推出可灵1.6模型。
并且已经全量上线了。
据快手官方介绍，可灵1.6模型在文本响应度、画面美感及运动合理性上均有明显提升，画面更稳定更生动，对运动、时序类动作、运镜等文字描述响应更好。
别看只是涨了0.1的版本，但是，其模型能力是摆在那的。
值得一提的是，1.6的使用价格与1.5一样，并没有变化，5s的高品质视频都是35灵感一条。
废话不多说，小编就先用谷歌Veo2最火的几个视频和可灵1.6进行对比。
Veo2
可灵1.6
Veo2
可灵1.6
Veo2
可灵1.6
Veo2
可灵1.6
呦呵，有点东西，1.6与Veo2感觉有种旗鼓相当的感觉。
那么，接下来，小编将从物理世界、人物动作、复杂场景3个方面让它与1.5进行下对比，更直观的看看它与1.5的区别到底在哪。
物理世界
提示词：厨师正在切一块牛排。
可灵1.5
可灵1.6
在1.5的视频中怎么感觉这个牛排这么粘刀呢，而且根本没有切下来好不好。
反观1.6则做的更好，牛肉被完美的切落，也能明显感觉到肉的韧性，只不过这个肉切被下来之后变得好Q弹。
提示词：一个空水瓶下落到水面上。
可灵1.5
可灵1.6
这个就更不用说了，在1.5的视频中水瓶还没落下水花就已经开始“蠢蠢欲动”了。
1.6相较于1.5要好的多，水瓶在接触水面时才激起水花，只不过瓶子有些变形，有一个小细节，它再接进入水面后，水也流进了瓶子里。
人物动作
提示词：公园里一个老爷爷在打太极。
可灵1.5
可灵1.6
总体来说没有太大区别，但都有一个通病，就是手部处理不是很好，会出现模糊崩坏的情况。
再上点难度，试试被誉为AI视频界图灵测试的体操。
可灵1.5
可灵1.6
呃......不出所料，1.6中最左边的选手就这么水灵灵的消失了，1.5就更不用说了。
复杂场景
提示词：镜头以缓慢的推拉镜头移动，揭示了文艺复兴时期宫殿房间的富丽堂皇，里面装饰着镶金家具、天鹅绒窗帘和投射柔和、闪烁光线的枝形吊灯。一位女王一动不动地坐在镀金的桌子前，她深红色的丝绸礼服像溅出的鲜血一样落在地板上。桌上放着一封未签名的信，信的边缘因岁月而卷曲。摄像机从后面对她进行了构图，在一面巨大而华丽的镜子中捕捉了她坚忍的脸庞的倒影。在背景中，朝臣们喃喃自语，他们的身影在烛光下像幽灵一样跳舞。房间感觉很沉重，每一个镀金细节都放大了背叛和偏执的气氛。调色板在深沉、富丽堂皇的红色和冷金色之间交替，明暗对比的灯光增强了戏剧性。以 70 毫米胶片拍摄，质感丰富，让人联想 到历史杰作的宏伟。
可灵1.5
可灵1.6
两个版本均未体现出提示词里的“镜子中捕捉了她坚忍的脸庞的倒影”，但两者进行比较，还是1.6更胜一筹，1.5中的背景人物杂乱无章，而且崩坏较为严重。
不难看出，此次升级可灵1.6相较于1.5，其在物理规律、真实感、复杂场景、语义理解上都有大幅提升。
值得一提的是，可灵1.6在图生视频方面也有巨大的进步。
例如：《楚门的世界》经典的结尾画面。
这张图的运动趋势很明显，就是让人走上台阶。但是墙壁上的影子，以及在电影剧情中楚门略带试探的动作，对AI视频来说都是难点。
提示词：男人有些犹豫和试探地伸出手扶着墙壁，然后一步一步走上台阶，抬头张望。
可灵1.5
可灵1.6
可灵1.6没有让人失望，但1.5视频中墙壁上的影子微微有些怪异。
不得不感叹，AI视频发展的真的太快了。
不只是可灵，而是整个行业。
今年年初的AI还只是能做两三秒的崩坏视频，而如今生成的视频越来越接近物理世界。
数据显示，自今年6月6日发布以来，可灵AI已进行数次迭代和升级，目前已拥有超过600万用户，累计生成超6500万个视频和超1.75亿张图片。
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