最强卷王3个月进化9次！可灵AI新1.5模型，外国网友：太疯狂了

2024-09-23

机器之心报道

作者：杨文

直出 1080p 影视视频，加量不加价，相当良心。

传说中的 Sora 公测还没有希望，「卷王」可灵又上新了。

要知道，从今年开始 6 月亮发布以来，只有三个月，可灵 AI 就迭代了 9 次。

这一次，它还直接升级了底座模型，推出了可灵 1.5 模型。

所以，这个新模型到底强在哪里？

例如，我们输入相同的输入。 Prompt：一个女孩看到一封信后悲伤地哭了起来。

1.0 模型的效果如下：

有关配图

1.5 模型效果如下：

(视频来源：X 博主 Pierrick Chevallier）

一言以蔽之，可灵 1.5 模型不但显著提升了画质，直出。 1080p 录像，还使画面主体的动幅更大，质量更高，文字响应更强。

甚至官方也释放了「豪言」，与可灵 1.0 与1.5相比，模型提高模型内部评价的整体效果 95%。

同时，可灵 AI 图片视频中仍然引入了全新的视频。「运动笔刷」功能性，进一步提高对视频生成的精确控制能力。

有关配图

别看可灵 AI 拿出很多宝贝，但是加量不加价，产品价格不变，一个高质量的视频还是一个高质量的视频。 35 个灵感值。

外国网民已疯狂玩耍，甚至一度将服务器挤压。

有关配图

话不多说，是骡子还是马，现在我们就拉出来散步。

可灵AI网站链接：https://klingai.kuaishou.com/

堪比电影大片的质感

此前的可灵 1.0 在高质量模式中，模型只能生成 720p 虽然视频在许多视频生成模型中表现出色，但是随着用户对视频的关注， AI 随着技术期望的不断提高，这种清晰度已经不能满足他们的高标准需求。

如今可灵 AI 新推出可灵 1.5 模型，支持高质量模式，生成 1080p 超清视频。

例如，我们输入 Prompt：一只拟人化的橘猫，戴着黑边眼镜，圆脑袋大肚子，穿着白衬衣，坐在电脑桌前，表情疲惫，想睡觉。

1.0 模型：

有关配图

1.5 模型：

尽管两者都遵循了 Prompt 需求，但从美感上讲，1.5 模型橘猫倚在椅子上眯着眼睛打盹，看起来更加憨态可掬，柔和的台灯光源洒在橘猫脸上，配色也更加自然。

还有一种科幻风格。

Prompt：超级现实，电影，宇航员开着马车在荒凉的月球上行驶，细节完美。

1.0 模型：

有关配图

1.5 模型：

在可灵 1.0 在模型中，两名宇航员乘坐的马车略显简陋，只有一匹马，两个轮子，加上一块碎布随意摆动。

而到了 1.5 模型，全副武装的宇航员坐在车箱里，马蹄上裹着金属腿，散发着蓝色的幽光。无论是构图还是氛围，都有科幻电影的感觉。

继续输入 Prompt：一只小斑马走在指尖上。

大家都知道，手指歪曲一直都是 AI 其中一个常见的问题，但在可灵 1.5 在模型中，手部细节并不明显。 bug，与此同时，还发挥想象力，展现了一位年轻女子凝视迷你斑马的画面，目光运转甚至是真实的。

再比如 Prompt：街上有个小男孩在滑板。

可灵 1.5 在模型中，小男孩从站立滑行到慢慢弯腰抓住滑板，整个动作行云流水，也更符合物理世界的运动规律。

与此同时，男孩的脸部情绪自然，丝毫没有崩溃，头发也清晰可见，对光影的处理更加到位，整个画面极具影片美感。

也有外国网友使用可灵 1.5 这个模型产生了一个女孩站在废墟中的场景。

战争过后，一片混乱。小姑娘别无选择，只能站在废墟上，皱着眉头，眼里流露出无尽的悲伤和恐惧。它的真实性和细节堪比现场拍摄。

不管动幅有多大，都不会崩溃

现在，市场上大多数 AI 生成模型都有一个问题，要么是运动幅度小，流畅度不足，要么是运动幅度太大，画面怪异。

例如，骑摩托车到天上去的大妈们：

有关截图

此次可灵 1.5 模型将动态质量提升到一个新的水平 level，可以使视频中的人物运动范围更大，动作更合理，同时也可以保持一致。

Prompt：一个短发的亚洲女孩，穿着米色宽松的毛衣，浅棕色的裤子，骑着一辆罗马假日摩托车。摩托车是蒂芙尼蓝的颜色。在罗马的街道上，阳光明媚，构图完美，画面精美，细节刻画，电影镜头。

1.0 模型：

有关截图

1.5 模型：

有关截图

1.5 在模型中，女孩握手调整方向，头发也随之飘动，整体运动范围更大，电动汽车的运行轨迹也更加合理。

Prompt：一只毛茸茸的黄色小猫正在玩一个红色的小毛线团。

1.0 模型：

有关截图

1.5 模型：

两个模型在这一轮测试中各有千秋。

1.0 模型重视的是小猫撩拨脖子上的红色毛线，构图、配色极具美感；1.5 这个模型突出了小猫抬起爪子玩线团，不管是小猫的动作还是毛线团的旋转，它的动作范围都比较大。

让我们再试一次图片视频功能。上传一张马斯克的照片，输入提示：马斯克正在吃汉堡。

有关截图

1.0 模型：

有关截图

1.5 模型：

背靠有很多吃播视频的快手，可灵灵 AI 就餐视频生成而言，算是无与伦比。这一轮 PK 其中，两个模型的形成效果不相上下。

「硅谷钢铁侠」马斯克第二次变成了美食家。他先是拿起汉堡看了一眼，然后张开嘴咬了一口。咀嚼时，他的下巴上下，脸颊有节奏地颤抖，汉堡上留下了清晰的咬痕。

最令人惊讶的是，猪八戒拿起木筷吃面条这一段：

有关截图

二哥端着碗，提着筷子，挑起一坨面，歪着头往嘴里送。不得不说，猪八戒握筷子的姿势比人类更时尚，面条的下垂感也相当细致。

再复杂的拍摄手法也可以 get 到

除画质更高，运动范围更大外，可灵 1.5 模型也可以响应更复杂的文本描述要求，甚至可以「胡编乱造」。

例如，我们上传了一张没有人物的牛肉面的照片，然后再配上。 Prompt：镜头拉远了，一个小姑娘拿着木筷子开始吃饭。

有关截图

可灵 1.5 在模型生成的视频中，随着镜头慢慢拉远，一双筷子进入画面，然后出现了一个小女孩，手里拿着筷子，拉着面条。

但在 1.0 在模型中，对提示词的认识稍有欠缺，画面中没有人物，只是出现了一双筷子，慢慢地拿起碗中的牛肉。

有关截图

同时，我们还输入了一个像短文一样的文本描述，包括许多情景细节，以及对镜头景深的需求。

Prompt：一只斑点狗在浓密的花园里快乐地走着，仿佛在追逐一些东西。它向前小跑，眼睛睁得大大的，充满了快乐。在行走的过程中，它仔细地看着树枝、鲜花和树叶。小路很窄，斑点狗不得不穿梭在植物之间。图片是从路面的角度拍摄的，跟随斑点狗的脚步，提供了一个低矮而亲密的角度。颗粒感明显，给人一种电影般的视觉效果。散落在树叶和植物上方的阳光营造出温暖的对比效果，突出斑点狗的毛发。画面清晰锐利，景深较浅。

可灵 1.5 模型生成效果如下：