快手可灵又一次进化了AI视频模型,继续遥遥领先?

HelloKitty 2024-09-09 16:32

扫一扫 在手机阅读、分享本文

3357

本文由 数字生命卡兹克 撰写/授权提供,转载请注明原出处。

文章来源于:数字生命卡兹克

作者:卡兹克、小瑞

可灵又双叒叕更新了。

目前对可灵的超创们,开放了他们继续进化的视频模型,以及新功能运动笔刷。

1.png

作为超创,第一时间拿到了资格,但是恰巧那天正在上海出差参加飞书的活动,没啥空玩,这刚回到北京,就先试了试。

主要就是两块:

1. 图生视频新增「运动笔刷」功能(1.0 模型),支持为图片中的人/物体等各种元素,指定特定的运动轨迹。

2. 基座模型升级:普通人现在能用的版本,模型应该是 1.0 版本,而我们现在内测拿到的是 1.5 版本的模型,质量更高,分辨率也从 720P 变成 1080P。

花了几个小时,跑了些 case,给大家看看这一版更新的效果。

但是有一说一,我觉得可灵的动作和更新速度,实在是过于迅猛了。。

先说说这个运动笔刷。

为数不多的 AI 视频增强可控性的共识,Runway 老大哥最先上的,然后 Pixverse 迭代出了自定义轨迹,即梦又搞出了动效画板。

但是总体逻辑都是框选/涂抹一个物体,让他做特定的轨迹与变形运动。

可灵的运动笔刷跟 Pixverse 的逻辑是一样的,可以自定义运动轨迹。

比如当你拿出旅游的海边照片。

你可以直接涂上你想运动的区域,然后用画笔拖个你想让它咋运动。

2.png

给大家放个 case。

3.gif

动的还是很自然的。

唯一难受的点就是运动笔刷只能搭配线上的 1.0 版本才能用,内测版的 1.5 模型用不了运动笔刷,适配还没做完。

然后就是最重要的可灵 1.5 版本的新模型。

测了一堆 case,我的感觉就是:文生视频的审美有了大幅进化,整体一致性更强,人物表演更强,修复了色差的 BUG,更加高清。

一个个说。

1. 审美 

文生视频是最能看出来,这个模型的审美是啥样的,说实话,之前的可灵的审美就很快手,土土的,跟Runway这种很影视经验沉淀极深的公司比还是有不少差距。

但是这次发布的1.5版本模型,审美上终于是能看了,摆脱了过去那种很土的影子。

4.gif

5.gif

6.gif

2. 一致性 

这次我测试中,人物与物体整体一致性的加强,也是让我非常惊喜的,因为人和物体在各种角度下一致,看上去是同一个东西,其实是一个最基本的要求。

但是这个要求,对 AI 视频的难度其实要求反而是很高的,要是生成一段稍长一点的视频,或者里面人物多一点的镜头,简直是灾难级别的。

在可灵 1.0 版本,还有 RunwayGen3 中,经常有时会出现一些奇怪的“跳跃”:比如人物的衣服颜色突然变化,或者背景中的物体位置莫名其妙地改变。

相信大家都深有体会。。。

但在 1.5 版本中,这个问题得到了很大改善。

比如一个很恶心的动作,跳跃。

Prompt:一个特工在空中跳跃并安全落地。

1.0 版本:

7.gif

1.5 版本:

8.gif

1.0 变形到姥姥家了,1.5 没有变形,就很帅。

然后比如走秀。

我用了一张特朗普的图。

9.png

1.0 版本:

10.gif

1.5 版本:

11.gif

这个 case 进步还是挺明显的。

之前本来想做一个特朗普时装走秀,但是 1.0 模型的生成效果嘛。。如视频所示,遂放弃。

1.5 版本脸部一致性保持极佳,转身也没有一点问题,甚至脑补了一个特朗普的大秃头,笑死。

物体一致性上,也进化的很强。

比如这个 VisionPro,我要让他旋转展示。

12.png

1.0 版本:

13.gif

1.5 版本:

14.gif

物体的稳定性明显加强了很多,变形的很少,结构至少是统一的。

3. 人物表演 

人物表演也是一个视频里面,镜头情绪传达最重要的一环,她笑,她哭,那些真正的表情、情绪,才能触动我们的内心。

1.5版本在人物表演方面有了很大进步,但是这块我有一说一,没有Minimax的海螺强,那玩意的人物表演真的强的离谱。

比如这个prompt:一个白发男人摘下帽子,开始流泪。

1.0 版本:

15.gif

1.5 版本:

16.gif

这表情的丰富和细腻程度,强太多了。

比如这个 Prompt:女孩拿起一杯咖啡,喝了一口,然后闭眼睛微笑。

1.0 版本:

17.gif

1.5 版本:

18.gif

在表演的完整性、动作的丰富性、表情的细腻上,1.5 版本,进步太大了。

4. 其他 

色差修复,我之前用图生视频的时候,经常会给我变色+非常奇怪的闪烁。

就像这样。

19.gif

而这次我试下来,几乎没有出现这种情况了,但是细微的黑色闪烁还是偶尔会出现一些,不知道是什么问题。

分辨率增强,现在的视频直出已经都是 1080P 了。

20.png

 最后 

回想起最初接触可灵时的体验,再对比现在的效果,真是有种恍如隔世的感觉。

但是时间,也仅仅才 3 个月,仅此而已。

6 月 6 号可灵发布的那天,我到现在还记得那情形,人还在 360 的发布会上,但是微信已经爆了,所有做 AI 视频的全都沸腾了。

今天,9 月 6 号,正好 3 个月。

看着他们一步步升级打怪走到中国AI视频生成 No.1 的位置,甚至在世界上扎下了 China AI 的种子,对他们还是会有一种奇妙的情感。

希望可灵,希望快手这个老铁,每一步都走的足够扎实。

未来,给我们带来更多更奇妙的体验。

微信图片_20240802161354.png

微信图片_20240207151541.png

微信图片_20240313155219.jpg

微信图片_20230104175528.jpg

扫一扫 在手机阅读、分享本文

扫码关注公众号

获取更多技术资讯

客服微信
享受1V1专属服务
免费领取技术福利
发送名片申请入群
与CTO聊合作
(备注姓名、公司及职位)
热门文章