AI視頻突飛猛進這一年，國產(chǎn)之光可靈AI笑到最后

這樣一張照片，是實拍還是AI生成？

2024最火AI爆款可靈，年末又卷了一波：

旗下文生圖模型——可圖，完成了1.5版本升級，分分鐘生成平面大片。

還推出了“AI模特”等全新功能。

搭配AI換裝（原AI試衣），奇跡暖暖的快樂誰又懂了(doge）。

不得不說，上線半年，可靈AI不僅在視頻生成賽道上引領全球風潮，產(chǎn)品體驗也越來越全面。

實際上，AI視頻被引爆的這一年，雖然笑在最前的是OpenAI的Sora，但論笑到最后笑得最好，可能非可靈AI莫屬。

在2024這一年里，可靈率先成為了全球首個用戶可用的視頻生成大模型，并且在短短6個月已經(jīng)歷10余次迭代——平均每個月有兩次以上新動作。

AI視頻領域，都是被可靈AI支配的一年。

可靈AI上新「年末大禮包」

總結(jié)之前，我們還是先拆個箱，康康可靈AI準備的年終禮物，順帶實測一波~

第一樣就是全新上線的可圖1.5圖像模型。

這次主打「畫面質(zhì)量」和「人像美感」再上新臺階。

話不多說，我們打開可靈AI中文官網(wǎng)，點進AI圖片頁面，并切換到最新可圖1.5模型。

第一關當然是人像生成。為了上難度，我們特意丟給它一大堆攝影專業(yè)名詞：

一位身著紅色長裙的舞者，背對鏡頭，頭微微側(cè)轉(zhuǎn)至四分之三角度，柔和的聚光燈（暖光）灑在她的側(cè)臉上，凸顯出精致的輪廓。她的裙擺隨風輕揚，周圍是飄散的紅色花瓣，仿佛在空中翩翩起舞。背景是一片深邃的黑暗，只有幾束冷光從側(cè)面投射，形成強烈的冷暖對比。舞者的手腕上戴著一串金色的手鏈，反射出微弱的光芒。大光圈拍攝，花瓣在空氣中呈現(xiàn)出動態(tài)模糊的效果，仿佛時間在這一刻凝固。

OMG，效果一出來，確實令人驚艷。（更像寫真而不是一眼AI）

擦亮雙眼又仔細對照一遍提示詞，幾乎100%還原了。

而且可以看到，整體構圖和光影很協(xié)調(diào)，畫面真實自然，很像大家生活中拍的藝術寫真。

五個字：美就完事了！

當然除了人像，我們也進一步考察了可圖1.5對更豐富的細節(jié)層次的掌控程度。

一座古老的江南水鎮(zhèn)，夜幕降臨，青石板路被細雨打濕，映出朦朧的倒影。一艘烏篷船靜靜?？吭谑瘶蜻?，船篷上覆蓋著斑駁的茅草，船內(nèi)擺放著竹制茶幾和青瓷茶具，透出古樸的韻味。船頭懸掛著一盞紙燈籠，散發(fā)出柔和的紅光，與水面上的倒影交相輝映。

很好，畫面感這不就來了?？磥斫纤?zhèn)、青石板、烏篷船……這一連串細節(jié)也難不倒它，不僅色彩還原自然，而且層次感豐富。

一連串試玩下來，先給可圖1.5的“審美能力”蓋個章。

對了悄咪咪透露，以上生圖過程都是免費的，新用戶送了366個積分，一張圖竟然只消耗1積分。（玩的時候還驚了一下，一下子可以免費生成幾百張大片）

與此同時，我們也測了一波“AI模特”功能，目前主要看到電商&創(chuàng)意營銷以及網(wǎng)友整活兩種玩法。

先說整體印象，第一次接觸這個功能就發(fā)現(xiàn)操作非常簡單，幾乎人人都能立馬上手。

以電商場景舉例，我們可以直接選想要的模特類型（包括性別、年齡、膚色），并自由添加描述。

這里要插一句，如果不知道如何描述，還能點擊“推薦嘗試”，直接用模板或照著模板改。

多次嘗試后發(fā)現(xiàn)“AI模特”出圖非常穩(wěn)定，搭配“AI換裝”后，感覺非常有希望取代需要店家花錢的真人實拍。

這還不算完，我們再疊一個buff——可靈圖生視頻能力。

讓模特轉(zhuǎn)身，展示身上服裝搭配。

可以看到，商品展示不用進棚就能分分鐘“拍攝”完成。

這下，從模特生成到商品動態(tài)視頻展示一站式搞定，直接省下了團隊、設備、攝影棚和后期剪輯的成本。

順便一提，可靈AI這次還新增了尾幀生成能力，并升級了對口型功能。

前者指可靈1.5模型（圖生視頻）高品質(zhì)模式下，已支持僅使用尾幀向前生成5秒或10秒的視頻（類似只給一個大結(jié)局，AI猜前情）。

后者指為了使人物配音更加生動自然，新增10款高品質(zhì)音色，并加入了7種不同情感的選擇（包括高興、悲傷、憤怒等）。

看完上述新功能，網(wǎng)友們想要整活的心也是攔不住了。

好家伙！馬斯克也愛上了東北大花。（bushi

皮衣老黃變身“皮草老黃”可還行。

總之大家已經(jīng)在期待可靈AI的2025年了。

6個月迭代10余次，可靈AI的“爆款”之路

可靈AI這波可以說是從年中卷到了年末。

從市場的角度觀察，盡管在2024年率先掀起視頻生成模型革新浪潮的，是OpenAI的Sora。

但若要論2024年AI視頻生成領域的最大贏家，可靈AI卻是當仁不讓的答案。

根據(jù)官方數(shù)據(jù)，7月份，可靈AI上線1個月，就有“超50萬人申請，開放給超30萬用戶使用，生成超700萬條短視頻”。

截至12月10日，可靈AI用戶量已經(jīng)超過600萬，累計生成超6500萬個視頻和超1.75億張圖片。

國內(nèi)，從微信指數(shù)來看，在6月份可靈AI正式發(fā)布之后，2024年下半年可靈AI熱度已經(jīng)壓過了Sora，僅在OpenAI“雙12”期間，Sora終于落地兌現(xiàn)之時被短暫反超。

海外，根據(jù)Similarweb數(shù)據(jù)，截至9月24日，可靈AI總訪問量已達3370萬次。11月份最新數(shù)據(jù)則顯示， 可靈AI單月總訪問量超過900萬，超過Runway的700萬和Pika的500萬，是視頻生成應用中當之無愧的“當紅炸子雞”。

此前，Stability AI前CEO Emad Mostaque也曾感嘆：中國AI視頻生成這次已經(jīng)遙遙領先。

事實上，盡管發(fā)布晚了4個月，可靈AI卻是第一個真正做到讓視頻生成新范式大餅落地、人人可用的AI視頻生成產(chǎn)品，也從一開始就奠定了最前沿技術實實在在產(chǎn)品化、商業(yè)化的基調(diào)：

6月6日，文生視頻功能“上線即可用”。

7月6日，WAIC 2024上，可靈AI Web端在千呼萬喚中火速上線，現(xiàn)場氛圍被認為“可能是本屆WAIC上歡呼最多的一場發(fā)布”。

7月底，可靈AI全面開放內(nèi)測，并面向全球上線會員體系。到了8月23日，OpenAPI也上線推出，開啟B端合作。

在2024年第三季度業(yè)績電話會上，快手CEO程一笑透露：

目前可靈AI的商業(yè)化單月流水超千萬人民幣，進展符合我們的預期，未來我們還將探索更多元的變現(xiàn)模式，我們有信心在明年實現(xiàn)可靈收入規(guī)模的快速增長。

所以，回顧過去6個月，可靈AI“爆款”之路如何進階？核心關鍵詞已經(jīng)逐漸清晰：

快速、可用。

具體可以分為幾個方面來看。

產(chǎn)品功能

首先，是產(chǎn)品功能的快速完善，和產(chǎn)品矩陣的穩(wěn)步搭建。

6月6日發(fā)布即上線，可靈AI就支持生成2分鐘、30fps的視頻，并且支持多種寬高比。

15天之后，可靈AI正式推出“圖生視頻”功能，并發(fā)布業(yè)內(nèi)領先的“視頻續(xù)寫”功能。

值得一提的是，圖生視頻功能擁有很強的逼近世界運行規(guī)律的能力，還表現(xiàn)出了很強的泛化能力。

比如水墨畫這樣的數(shù)據(jù)其實在可靈訓練過程中接觸非常少，但加上簡單的提示詞，可靈就能讓水墨畫中的動物自然、真實地運動起來。

7月6日，可靈AI Web端上線，進一步把視頻生成、圖像生成和編輯服務一站式化。

7月下旬，英文Web端KingAI.com面向全球發(fā)布，也標志著可靈成為首個全球用戶可用的真實影像級視頻生成大模型。

時間來到9月份，可靈AI依然更新不斷：

“運動筆刷”功能上線即爆火，在等社交平臺上刷屏。

△圖源：@Ror_Fly

還推出了“對口型”等功能。

11月，可靈AI推出獨立APP，形成多端跨平臺產(chǎn)品矩陣。

同時繼續(xù)在功能上解決AI視頻生成痛點：AI定制模型（人臉模型）上線，攻克人物一致性難題。

基礎模型能力

從技術角度值得關注的是，支撐產(chǎn)品快速進化的，是可靈AI團隊堅實的基礎模型能力。

6月上線的版本，是基于可靈1.0模型。Web端上線時，就已迎來基礎模型的升級，包括畫質(zhì)提升：

生成時長擴展到一次10s，以及首尾幀控制和鏡頭控制等可控性升級。

9月19日，也就是可靈上線第3個月，可靈1.5模型推出。在快手內(nèi)部測評中，1.5版本相比于1.0，整體效果提升了95%。

具體而言，相較于可靈1.0，可靈1.5模型在提示詞理解、物理規(guī)律、畫面動態(tài)質(zhì)量上均有提升。

且就在12月19日，可靈基座模型再次升級，1.6版本模型現(xiàn)已上線。

3個月左右一個大版本更新的同時，從可靈AI團隊公開發(fā)表的一系列論文中，也可以一窺其技術積累。

比如和中科大、北京大學聯(lián)合發(fā)表的《Towards Precise Scaling Laws for Video Diffusion Transformers》，探索了Scaling Law在視頻生成模型中的準確建模，率先提出新的Scaling Law，以實現(xiàn)視頻擴散模型中，對模型大小和最佳超參數(shù)的準確預測和計算。

其可控人像視頻生成框架LivePortrait，已經(jīng)在GitHub上積累13.4k標星。

內(nèi)容生態(tài)

可靈AI還通過內(nèi)容生態(tài)的構建，實力“破圈”，面向更廣大受眾證明了視頻生成的價值和影響力。

國內(nèi)首部AIGC原創(chuàng)奇幻微短劇《山海奇鏡之劈波斬浪》，就是由可靈AI提供深度技術支持的。

這部AIGC短劇在快手星芒短劇播出后，反響熱烈，截至7月27日，正片5集播放量超過5200萬，全網(wǎng)話題曝光量超4.3億，同時還登上全平臺熱搜21個，收獲德塔文短劇景氣指數(shù)top1。

最近，可靈AI還聯(lián)合賈樟柯、李少紅等9位知名導演，首映了一系列可靈生成的電影短片。幾位首次接觸AI視頻生成的導演，都紛紛給出好評。

值得一提的是，在自身面向C端、B端推進商業(yè)化的同時。可靈AI也正在為創(chuàng)作者提供商業(yè)變現(xiàn)的渠道。比如10月18日，可靈AI啟動了首期“未來合伙人計劃”，在業(yè)內(nèi)率先推出了一站式AIGC生態(tài)合作平臺。

隨著全球基礎大模型競爭格局初定，包括視頻生成在內(nèi)的大模型應用，已經(jīng)成為產(chǎn)業(yè)界關注的焦點。

不少業(yè)內(nèi)人士認為，在新一輪的競爭中，已經(jīng)在移動互聯(lián)網(wǎng)時代證明產(chǎn)品能力和工程能力的中國團隊，具備很強的競爭優(yōu)勢。

在視頻生成領域，以可靈為代表的國產(chǎn)大模型后來居上，引領全球風潮，就是一個例證。

2025年，可以預見到的是AI應用的進一步深耕和爆發(fā)。

而AI視頻生成作為商業(yè)化進展最快的方向之一，更加值得期待。

在這個進程中，不畫餅的團隊，值得更多的贊賞和鼓勵。