实测完快手的AI视频「可灵」后,我觉得这才是第一个中国版Sora
昨天,6月6号,是快手的13周年生日。
在这一天,所有AI圈的人都想不到,快手在13周年之际,没有任何预兆、没有任何宣传,直接发布了他们的AI视频大模型。
可灵。
![](https://i.zz5.net/images/article/2024/06/07/185350040.jpg)
给我也干了个措手不及。
我当时正在看360的发布会,突然手机就叮叮当当一顿狂响,打开一看,一群人跟我说:快快快,看快手,他们发AI视频模型了。
我当时想着,发个AI视频模型就发个AI视频模型呗,能有啥大惊小怪的,这年头,做AI视频的多了。要么就是发了个老技术的产品给大家先用着占坑,要么就是发了个Sora那种新技术的纯PR视频,又不给用纯粹To VC的。还能有啥。
打开快手的模型官网一看,嚯,新技术的,运动幅度跟Sora有的一拼,还能支持最长2分钟。这就有点意思了。
然后,即刻开放邀测。
虽然不抱有能用的希望,但是我秉持着来都来了的原则,还是去申请了一下。
申请流程:下载快影APP - AI玩法 - AI生视频模块 - 填问卷申请。
![](https://i.zz5.net/images/article/2024/06/07/185350056.jpg)
我本来以为,跟两个月前的某AI视频产品一样,说是比Sora还好,但是我申请了两个月都没动静。
结果没过几个小时,我就收到了快手的短信。。。
![](https://i.zz5.net/images/article/2024/06/07/185350072.jpg)
不是哥们,你来真的啊?
你说的发布居然是真发啊,居然当天真的给人用啊?你居然不是画饼啊?
这一下,给我整不会了...
快手不愧是老铁,真实诚。
到家了之后,我花了好几个小时,跑了100多个case,又跟好基友@吉川明静勾兑了一下他那边的case。差不多有了一些不是特别全面的认知。
![](https://i.zz5.net/images/article/2024/06/07/185350087.jpg)
但,有一句话,我觉得是可以放心说了。
快手的可灵,就是我认为正儿八经的,经过验证的,而且还能上手直接用的,第一个中国版Sora。
不过可灵是大模型,真正变成产品,还是有很多限制的,比如算力、功能、开发周期等等。
所以现在可以使用的版本,并不是完全体。
比如现在的固定时间只能为5s、不支持图生视频只支持文生、不能自定义尺寸等等。
但是都无关大雅,因为所有人对Sora的兴奋点,不是那些功能,而是他那最核心的:
极度真实的物理规律。
而这一点,快手可灵,做到了。
随手放几个我跑的case,第二个是吉川跑的。
![](https://i.zz5.net/images/article/2024/06/07/185350103.jpg)
![](https://i.zz5.net/images/article/2024/06/07/185350134.jpg)
这运动幅度、物理规律的稳定性,就非常的离谱。
如果不涉及人与人、或者人与物体之间复杂的交互,那可灵的物理表现,几乎可以称的上完美。
毕竟,连吃面条这种坑死所有AI视频产品的case,都能搞定掉。做一些复杂的动作或者细腻的表情,也都没啥问题。比如:
但是我们真的去看一部电影、一部电视剧,里面还是有很多复杂交互的。
比如最常见的打斗戏、比如操作一台极其精密的设备等等。而这些,也是物理难度最高的,连Sora处理的都非常的一般。
可灵自然也不例外,在复杂交互上,目前还有很大的进步空间。比如我跑的这个决斗场景。
![](https://i.zz5.net/images/article/2024/06/07/185350150.jpg)
但至少,他给了我们一个新的可能性。如果大家留意一下过往的所有AI视频,你用图生视频的方式去做,是几乎不可能做出这种交互镜头的,都是用蒙太奇或者AE去替代掉。而现在,有希望了。
而在单人镜头上,人物在没有支点(比如空中坠落)的时候,会发生一定程度上的变形。同时如果人物在画面中比例较小的时候,也会发生糊脸现象,这个是现在AI的通病,不仅AI视频有,AI绘图一样也有。等未来数据集和技术迭代吧。
还有一个很意外的片段,我自己非常非常喜欢。
Prompt是:“你站在桥上看风景,看风景的人在楼上看你。明月装饰了你的窗子,你装饰了别人的梦。”
虽然出来的视频,跟Prompt稍微有那么一些的不搭嘎,但是这个片段,真的属于意外之喜,我非常非常的喜欢。
目前看下来,可灵在“真实风格”的场景上,表现的最好,而在一些风格化的表现上,就会比“真实风格”上,稍微逊色一些。
比如我的这段Prompt:
“拟人化的穿着西装的狗,提着包在公交车上,窗外是飞驰而过的城市”
如果是真实风格,效果就会非常好。
但是如果改成动漫风格,就会傻里傻气很多...
可灵整体上,在Prompt的依从性上,个人觉得在AI视频里,肯定是第一梯队,但是如果你跟AI绘图的头部、跟文本大模型的头部去比,那感觉还是会差一些。
比如:“一只企鹅穿着西装,在办公室里开会,用严肃的表情进行演讲”,西装丢了,只剩企鹅了。
比如:“一只穿着盔甲的猫骑着独角兽在彩虹上奔驰,穿越魔法森林,背景是古老的城堡”,奔驰这个动作没了,直接不动了。
不过这也不是什么大问题,毕竟这才第一版,还在内测,这些做好了,都是锦上添花的东西。
模型的质量,模型的物理规律,才是真正的核心,真正的重中之重。
这一点,快手可灵,除了那个没发布的Sora之外,基本碾压所有同行。
我现在非常期待可灵的图生视频功能。
因为对于专业的AI视频创作者来说,基本上还是会用图生视频,因为可控性更强,一致性的控制更方便一点。而文生视频,还是会更偏向于普通用户一些。
说实话,我现在已经有了一个非常想做的AI作品的故事。
现在,我真的非常非常想用快手可灵,把他做出来。
毕竟,这是真正的第一个,中国版Sora。
哪个创作者会不兴奋,会没有创作欲望呢?
就看什么时候,快手可灵能更新它的图生视频功能了。
我期待着那一天。
谢谢你,快手。
OpenAI将推出ChatGPT搜索引擎 可能本周发布
划重点:⭐OpenAI加强ChatGPT,使其具备搜索网页并提供引用答案的功能,与Google搜索引擎和Perplexity等AI初创公司展直接竞争。⭐新功能允许ChatGPT提出问题并从各种在线资源中提取信息,包括维基百科、博客文章和可能的视觉辅助工具。站长网2024-05-08 21:42:430000一款游戏的意外走红:谈电子恋爱,品赛博人生
一位负债累累、工作不顺的“loser”,突然有了一个机会让身边美女环绕,还彼此争着抢着来恋爱。这一剧情虽然俗套,但并不妨碍用户们上头。这款男性向的真人互动恋爱模拟游戏《完蛋!我被美女包围了!》(以下简称《完蛋》)刚一上线,就凭借真人演绎、无脑爽操作、故事线多元成为了当下爆款,还有玩家辣评“不是现实恋爱谈不起,而是电子恋爱更有性价比”。站长网2023-11-02 11:17:040000百川智能发布闭源大模型Baichuan2-53B 并开放API
百川智能发布了闭源大模型Baichuan2-53B,该模型全面升级了Baichuan1-53B的各项能力。Baichuan2-53B在数学和逻辑推理能力上表现出显著的提升,并且通过高质量数据体系和搜索增强的方法极大降低了模型幻觉,是目前国内幻觉问题最低的大模型。站长网2023-09-25 11:32:560000小米无线充电车专利公布:支持自动驾驶 可将电能无线传输给电动车
快科技10月10日消息,据天眼查,今日,小米汽车科技有限公司申请的充电车及充电方法”专利公布。本公开涉及一种充电车及充电方法,所述充电车包括:电池仓,用于装载电池;无线充电装置,用于将所述电池的电能无线传输给电动车。自动驾驶系统用于控制所述充电车行驶到与所述电动车处于预设的相对位置关系,在所述相对位置关系下,所述无线充电装置能够将所述电池的电能无线传输给所述电动车。站长网2023-10-10 21:49:120000网易互娱AI Lab图像生成论文被AI顶会接收
网易互娱AILab的一篇学术论文《GeneralImage-to-ImageTranslationwithOne-ShotImageGuidance》被国际计算机视觉顶级学术会议ICCV2023接收。该论文提出了一种名为VCT(视觉概念转换器)的图像编辑技术,可以通过一张参考图像将物体或风格转移到源图像上,同时保持源图像的整体结构不变。站长网2023-08-08 11:48:550000