可灵发布 2.0 版重磅升级，视频生成能力全面提升

可灵今天发布了 2.0 升级版本，视频生成能力再次提升。

我只想说，快手老铁们太卷了，可灵发布 10 个月以来，迭代了 20 多次。在上个月底的榜单上，可灵 1.6 和 可灵 1.5 就已经拿下图生视频榜一和文生视频榜二，这么快就又发布了可灵 2.0 版本，这波更新之后，应该能霸榜视频生成榜单。这波真的是遥遥领先，进化速度太恐怖了。

Image

接下来就带大家快速看一下可灵这次更新的效果。

「可灵 2.0」：打破真实和虚拟的边界

可灵 2.0 这次把自己叫做「大师版」，实际效果也的确无愧大师的名号。

Image

可灵 2.0 在视频生成上的表现，可以用三大维度来概括：语义响应、动态质量、画面美学。可灵针对每个维度都针对行业痛点进行了针对性优化，通过优化视觉和文本信息的融合机制，使用更高效的 Transformer 结构，让模型能精准理解复杂 Prompt 中的语义、动作、场景等细节，生成效果拉满。

语义响应：从文字到动作，精准还原创作者意图

语义响应是视频生成的核心，直接决定 AI 能否「听懂」用户的想法。可灵 2.0 在这方面实现了三大突破：复杂动作的理解和呈现大幅提升、支持丰富的运镜术语、通过优化时序建模，确保背景、主体和动作的连贯性。

我们来看一个时间镜头比较复杂的。

Prompt：

女孩从静坐在公园长椅上，到慢慢走出画面，晨光逐渐转为正午烈日再过渡至暮色四合，天空色彩从粉橙渐变为湛蓝再转为紫红，来往行人形成流动的虚影轨迹，固定镜头，突出光影在长椅木纹上的缓慢爬行，飘落的树叶在长椅下堆积又随风卷起。

可灵 1.6：

可灵 2.0：

可以看出，可灵 1.6 在后半部分镜头有点失控，跟前半段基本没啥关系了，但 2.0 全程都很稳，能保持画面的一致性，实现了延时摄影的效果。

动态质量：复杂动作更真实，运动逻辑更合理

动态质量是视频生成的老大难问题，过去模型常出现「速度不均衡」或「违反物理规律」的尴尬。可灵 2.0 通过技术优化，提高了复杂动作的完成度，对运动幅度进行了精细调校，避免了过快或过慢的失真感，通过算法优化，消除了慢动作或过快运动的 Bug。

看一个复杂动作的：

Prompt：

滑板运动，围绕滑板少年不断运动

可灵 1.6：

Image

可灵 2.0：

Image

可灵 1.6 的动作不是很连贯，而且速度有点慢，2.0 的动作就非常丝滑了。可灵 2.0 在运动镜头方面效果真的很惊艳，比如这种第一人称骑马的高速镜头，能给出很强的运动感和速度：

Image

画面美学：电影质感，细节拉满

可灵2.0在画面美学上的表现，直接对标好莱坞大片，让普通用户也能生成「电影级」视频。

Image

「多模态编辑」：让视频创作更加可控

可灵引入了 MVL（多模态视觉语言）理念，打破了文字描述的局限，通过图片、视频、动作轨迹等输入方式，让用户能更精准地表达复杂创意。并由此实现了「多模态编辑」等新功能。（不过这个功能 2.0 暂时不支持，可以先到 1.6 版本上使用）

简单来说，多模态编辑并不是凭空生成一段视频，而是能像 P 图一样 P 视频，对画面元素进行精准可控的修改。

多模态编辑目前支持对视频中的元素进行「替换、删除、增加」三种操作。直接看视频：

「可图 2.0」：质量更高的风格转化

顺便一提，除了可灵视频生成大模型，图像生成大模型可图也升到了 2.0 版本。

前段时间知乎搞了个「AI 识别眼力赛」，让大家猜哪些图片是照片，哪些图片是 AI 生成，我在这里再放几张图，大家来猜猜哪几张是可图 AI 生成的。

Image

Image

Image

Image

……

……

……

答案是：全部都是 AI 生成。

说实话自己肯定是分不清的。难以想象，AI 在这么短的时间内，从不会画手，到现在已经能处理如此复杂元素，给出电影级的画面质感。

比如第二张图的 Prompt：

电影质感，法国影片，复古，自然光线，暖光，一个穿着浅绿色茶歇裙的女生抱着一捧花，躺在湖心的小木船闭眼哭泣，湖中有大片睡莲，前景有一棵大树，夕阳洒在湖中，水面波光粼粼。

这样的复杂指令遵循能力和写实画风绝对也是全球第一梯队的。

有这样的基础模型打底，可图的其他能力也不会差。比如 GPT-4o 新版本发布以后，大家沉迷于让 4o 制作各种风格的图片，可图这次专门更新了「风格转绘」，吉卜力、油画、纸雕、毛毡、糖果、微缩…真正突破了想象力的边界，可以任意将元素、风格、镜头组合出创意画作：

Image

比如用工笔写意的画面让林黛玉玩手机：

Image

可图 2.0 除了风格转换，还能局部重绘、扩图，跟视频功能配合起来用，可以说真正提高了生产力。

今天的发布会上有几组比较，我觉得用户其实能一眼看出生成效果的差别，可灵在视频生成领域就是断档领先。

Image

那么，普通人咋玩？

很简单，开箱即用。可灵延续了一贯的风格，不搞期货，发布即可用。现在上网页端或 App 就能体验到最新的 2.0 版本。

快手今天还正式宣布要搞「可灵AI NextGen 新影像创投计划」，准备投入千万资金扶持全球创作者，普通人也有机会让自己的 AI 短片登上巴黎、东京的广告大屏。

Image

从去年年初的 Sora 发布，到现在可灵代表国产大模型站在行业领先地位，我觉得虽然可灵正在一步步接近并超越当初 Sora 吹下的牛。可灵能让普通人也用上，更能听懂用户的需求。所以你说中国视频大模型是不是在全球领先？

创意无忧，灵感成真，可灵 AI 就是普通人的筑梦机器！