声明:本文来自于微信公众号 数字生命卡兹克(ID:Rockhazix),作者:数字生命卡兹克,授权Soraor转载发布。

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。

image

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。

image

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。。。

image

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。

image

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。

image

image

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。

image

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。