4月15日，快手旗下的可靈AI宣布基座模型再次升級，正式發布可靈2.0視頻生成模型及可圖2.0圖像生成模型。

快手高級副總裁、社區科學線負責人蓋坤在可靈2.0模型發布會上介紹，可靈2.0大師版在語義響應、動態質量、畫面美學等方面顯著提升生成效果。可靈2.0大師版全面升級視頻及圖像創作可控生成與編輯能力，上線全新的多模態視頻編輯功能，能靈活理解用戶意圖，支持對視頻內容實現增、刪、改。

可靈AI2.0到底有多“靈”？我們一起來一探究竟！

語義響應能力顯著提升

可靈2.0在語義響應方面取得了顯著進步。其能夠更精準地理解用戶輸入的文本指令，并生成與之高度匹配的視頻或圖像內容。這意味著，用戶可以通過更自然、更復雜的語言描述來指導AI創作，從而獲得更符合預期的作品。

例如，用戶可以詳細描述一個場景的氛圍、角色的動作和情感，可靈2.0能夠準確地將這些元素融入生成的內容中。

“男人先是開心地笑著，突然變得憤怒，手錘桌子起身。”

在動態質量方面，可靈2.0實現了質的飛躍。其生成的視頻在運動流暢性、時序連貫性和運鏡效果上都有了顯著提升。無論是復雜的動作場景還是細膩的情感表達，可靈2.0都能以更自然、更逼真的方式呈現。

“恐龍朝著鏡頭沖過來，運動模糊，鏡頭抖動。”

可靈2.0在畫面質感上也進行了全面優化。其生成的圖像和視頻在色彩、光影效果和細節表現上更加出色。可圖2.0圖像生成模型在指令遵循、電影質感及藝術風格表現等方面也顯著提升，能夠生成具有電影級質感的圖像。

“女孩從靜坐在公園長椅上，到慢慢走出畫面，晨光逐漸轉為正午烈日再過渡至暮色，天空色彩從粉橙漸變為湛藍再轉為紫紅，來往行人形成流動的虛影軌跡固定鏡頭，突出光影在長椅木紋上的緩慢爬行，飄落的樹葉在長椅下堆積又隨風卷起。”

據了解，當前視頻生成主要分文生視頻和圖生視頻兩種，快手副總裁、可靈AI負責人張迪就披露，85%的視頻創作通過圖生視頻完成。

而在蓋坤的演示中，通過MVL方式，用戶能夠結合圖像參考、視頻片段等多模態信息，將腦海中的多維度復雜創意傳達給AI，而不僅僅是文字的提示語句。

“一個吟游貓詩人，在酒館中，唱著屬于自己的故事，而且，彈吉他的手，還會按和弦。”

“一個看著專業但是卻是菜雞的跳水。”

“女孩剛進行完一場演出，向大家，誠懇的鞠了一躬。”

“第一視角，在開車，是真實的開車。”

“輕聲哭泣的外星人。”

有網友評論稱：

“看完可靈2.0發布會，我身邊形成了激進派和保守派，激進派覺得可靈2.0已經是世界領先了，保守派覺得激進派太保守了……”

“可靈的使用感至少是top3。”

“這甚至比導演拍得還好。”

“可靈生成視頻的功能可靈了”

“AI進步太快了。”

還有X上的網友稱，“可以拿來做短劇了。”