機(jī)器之心報(bào)道
作者：蛋醬
這幾天，打開社交媒體平臺(tái)，很多人正在熱烈討論一個(gè)叫做「AI 模特」的玩法。
點(diǎn)開幾個(gè) Demo，確實(shí)驚艷。下方視頻是一位海外網(wǎng)友自制的穿搭合輯，你能分得清這是 AI 還是真人嗎？
來(lái)源：https://x.com/mad_mask/status/1872522970050253178
一般來(lái)說(shuō)，都是先有真人模特照片，用 AI 換裝也不新鮮。但這個(gè)平臺(tái)能一站式完成模特主體、換裝、展示視頻的生成：
上述作品，都來(lái)自剛剛重磅更新的可靈 AI。
在 2024 年的尾聲，可靈 AI 給所有用戶送上了新年大禮包：全新的「可圖 1.5」和「可靈 1.6」，目前已全量上線。
可圖 1.5 帶來(lái)了更豐富的場(chǎng)景層次、更自然的畫面細(xì)節(jié)和更真實(shí)人像生成。就說(shuō)下方這兩張人像，你能確定哪個(gè)是實(shí)拍、哪個(gè)是可圖生成的嗎？
答案揭曉：左圖為可圖大模型生成，右圖為真人實(shí)拍。AI 生成的水準(zhǔn)，完全達(dá)到了以假亂真的程度。
基于可圖大模型能力的更新，「AI 模特」功能也正式上線。
Prompt：美麗的印度人，明亮面部，柔和光線，白色吊帶露出腰部，白色喇叭闊腿長(zhǎng)褲，赤腳，，雙手自然深插褲袋，下巴微抬，目光平視鏡頭，表情冷靜自信，淺灰色背景，全身構(gòu)圖，街拍風(fēng)格讓這位 AI 模特?fù)Q上指定款式的服裝，再使用一下可靈圖生視頻功能，一條精美的服裝展示視頻這不就有了嗎？看到這里，感到震驚的不只是普通用戶，電商和廣告領(lǐng)域的從業(yè)者一定也陷入了沉思……是的，我們都知道 AI 會(huì)成為推進(jìn)社會(huì)生產(chǎn)力的重要一環(huán)，只是沒想到這場(chǎng)變革來(lái)得這么快，而且這么徹底。如果你想上手嘗試，測(cè)評(píng)地址在這里：https://klingai.kuaishou.com/可圖 1.5 上線我們真的分不清 AI 與實(shí)拍了從 2022 年的 Stable Diffusion 開始，過(guò)去兩年的文生圖領(lǐng)域是飛速發(fā)展的。不管是技術(shù)還是應(yīng)用層面，都出現(xiàn)多次爆發(fā)式的增長(zhǎng)。在這個(gè)過(guò)程中，眾多科技公司都推出了文生圖應(yīng)用，并在「卷」的過(guò)程中將這一領(lǐng)域推向新的高度，包括 Midjourney、Stability AI，快手的「可圖」也是其中一支重要力量。當(dāng)下的文生圖產(chǎn)品已經(jīng)非常優(yōu)秀，在很多生成任務(wù)的表現(xiàn)上近乎無(wú)可挑剔。剩下的難點(diǎn)主要集中于一些具體應(yīng)用場(chǎng)景，比如對(duì)人像真實(shí)度、畫面細(xì)節(jié)豐富度等維度的把控。這次，新上線的可圖 1.5 就著重從這兩點(diǎn)入手。
一方面，可圖 1.5 生成的畫面美感顯著提升，構(gòu)圖與光影更加協(xié)調(diào)，人像美觀度大幅提升，呈現(xiàn)出更高級(jí)的美學(xué)效果。有網(wǎng)友嘗試用可圖 1.5 生成古風(fēng)攝影，原圖直出就是驚艷的程度，人物一致性保持得也很好：
作為尊貴的年卡黃金會(huì)員，機(jī)器之心也對(duì)可圖 1.5 模型進(jìn)行了一場(chǎng)全面測(cè)評(píng)。我們發(fā)現(xiàn)，可圖 1.5 對(duì)亞洲人的人像生成更加擅長(zhǎng)，相比之下，ChatGPT 給出的結(jié)果就不那么如人意了。Prompt：高級(jí)時(shí)尚肖像，柔和魅力打光，亞洲女模特，飄逸黑色長(zhǎng)發(fā)搭配空氣劉海，身穿淺藍(lán)色襯衫式連衣裙，薰衣草花田背景，專業(yè)美妝攝影作為更適合中國(guó)用戶體質(zhì)的文生圖應(yīng)用，可圖 1.5 生成的人像發(fā)絲根根分明，前額劉海的空氣感很強(qiáng)，五官和臉型也更符合我們對(duì)亞洲女孩的認(rèn)知。
將這張圖片一鍵輸入「圖生視頻」，靜態(tài)人物鮮活了起來(lái)：Prompt：美女微微一笑，撥動(dòng)了頭發(fā)，動(dòng)人心弦。
另一方面，可圖 1.5 生成的畫面質(zhì)量顯著提升。增強(qiáng)了畫面細(xì)節(jié)表現(xiàn)，色彩還原更加自然，層次感更加豐富。如下圖所示：Prompt：長(zhǎng)發(fā)女孩站在高處眺望城市全景，淺色上衣，遠(yuǎn)處是山脈和城鎮(zhèn)以及中國(guó)傳統(tǒng)風(fēng)格的建筑群，屋頂整齊排列，延伸到遠(yuǎn)方，背景是藍(lán)天白云，云朵層次分明，陽(yáng)光明媚，兩側(cè)被青翠的山脈環(huán)繞，與城市形成鮮明對(duì)比，色調(diào)柔和，動(dòng)畫風(fēng)格，寧?kù)o的氛圍。
Prompt：生成一幅帶有 “merry christmas” 的電影海報(bào)，創(chuàng)意獨(dú)一無(wú)二的想像力，卡通風(fēng)格，圣誕老人，禮物，大師作品，獲獎(jiǎng)作品。可以看到，可圖 1.5 為海報(bào)設(shè)置了前景（圣誕老人）、中景（圣誕樹屋）、遠(yuǎn)景（遠(yuǎn)山和夜空）三個(gè)層次，由近處的暖色逐漸過(guò)渡到遠(yuǎn)處的冷色，明暗對(duì)比強(qiáng)烈，制造出真實(shí)的深度感，并運(yùn)用定向光源的元素為畫面增加了立體感。
Prompt：土撥鼠擬人化，陽(yáng)光透過(guò)廚房的窗戶，光線通過(guò)空氣中的面粉產(chǎn)生丁達(dá)爾效應(yīng)，耶穌光，一只穿著藍(lán)色圍裙的土撥鼠媽媽在白色色調(diào)的廚房里蒸饅頭，案板上放著已經(jīng)整形好的饅頭，兩只可愛的小土撥鼠在旁邊玩耍，身上沾滿了面粉，精致線條，溫暖的陽(yáng)光，虛幻引擎渲染，8K 電影效果，真實(shí)的光影效果。一般來(lái)說(shuō)，動(dòng)物毛發(fā)和面粉狀態(tài)會(huì)是生成難點(diǎn)。在這幅畫中，土撥鼠的毛發(fā)紋理非常逼真，具有明顯的柔軟感和立體感，且毛發(fā)受光部位明亮，背光部分暗淡，細(xì)節(jié)清晰可見。案板上面團(tuán)的質(zhì)感細(xì)膩，表面略微反光，也體現(xiàn)出濕潤(rùn)柔軟的特性。面粉漂浮在空氣中的動(dòng)態(tài)效果增加了畫面的活力，嚴(yán)格遵循了丁達(dá)爾效應(yīng)的文字指令。土撥鼠的表情專注溫和，精準(zhǔn)實(shí)現(xiàn)了擬人化特性的表達(dá)。
據(jù)了解，基于可圖 1.5 模型的參考圖 / 墊圖功能正在快速趕來(lái)的路上，我們可以先期待一下。「AI 模特」+「尾幀生成」廣告片制作已經(jīng)不需要真人了基于可圖大模型在人物生成方面的能力提升，一項(xiàng)極具應(yīng)用潛力的新功能應(yīng)運(yùn)而生：AI 模特。我們都知道，在傳統(tǒng)的廣告片生產(chǎn)流程中，通常包含場(chǎng)景布置、拍攝執(zhí)行、后期調(diào)整等工作，演員、設(shè)備、場(chǎng)地、道具、后期都需要一定的預(yù)算，且需要聘請(qǐng)專業(yè)團(tuán)隊(duì)協(xié)作完成�，F(xiàn)在，打開可靈 AI 網(wǎng)站，任何用戶都可以通過(guò)文本描述，一鍵生成高質(zhì)量的 AI 模特圖像。并且，這種生成結(jié)果的視覺表現(xiàn)力完全是專業(yè)級(jí)的：精致真實(shí)的五官細(xì)節(jié)、自然的姿態(tài)、清晰的服裝質(zhì)感。
當(dāng)然，如果用戶生成素材的目的是用來(lái)展示商品，上圖的 AI 模特可以無(wú)縫銜接 AI 換裝功能，一鍵完成服裝更換和搭配展示。
同時(shí)，基于可靈 1.6 的圖生視頻能力，即可生成自然、真實(shí)的動(dòng)態(tài)服裝展示視頻，讓商品展示更具感染力與真實(shí)感。腦洞一下，以后的廣告片可能只需要拍攝商品圖，甚至不需要再聘請(qǐng)真人模特，也不需要搭建任何場(chǎng)景了。商業(yè)廣告場(chǎng)景之外，這種讓任意靜態(tài)圖動(dòng)起來(lái)的一站式方案，還可以加速影視作品制作：
目前在可靈 1.5 模型高品質(zhì)模式中，還支持僅使用尾幀完成圖生視頻，比如向前生成 5s/10s 的視頻，非常適合生成商品展示、酷炫入場(chǎng)動(dòng)效、遠(yuǎn)景到近景等場(chǎng)景。Prompt：一幅圖像從空白的白紙過(guò)渡到超流暢的無(wú)縫水墨筆觸，逐漸流暢，像宣紙上的水一樣融合在一起。筆觸柔和自然，圖像有機(jī)地形成，每個(gè)元素都在連續(xù)、優(yōu)雅的過(guò)渡中展現(xiàn)出來(lái)。
AI 技術(shù)落地的應(yīng)用場(chǎng)景往往是具體的，但產(chǎn)生的價(jià)值卻是非常宏偉的。對(duì)于普通人來(lái)說(shuō)，技術(shù)能夠幫助他們跨越專業(yè)領(lǐng)域原本存在的一些門檻，以更低的成本和更高的效率接近目標(biāo)。這讓我們想到一位業(yè)內(nèi)人士關(guān)于《AGI 實(shí)現(xiàn)前夜》的思考：「我們目前的許多工作很快就會(huì)自動(dòng)化，我們必須適應(yīng)。如果你從一項(xiàng)特定的技能中獲得意義，這項(xiàng)技能可能在 5 年后就不再需要了。但如果你能從力所能及的幫助世界中獲得意義，那么這種意義永遠(yuǎn)不會(huì)消失�！�瘋狂的 2024可靈 AI 的進(jìn)化之路在 2024 年的末尾回顧可靈 AI 這一年的發(fā)展歷程，一定會(huì)讓關(guān)注國(guó)產(chǎn)大模型的用戶們百感交集。作為國(guó)內(nèi)頂尖的 AI 創(chuàng)意生產(chǎn)力平臺(tái)，自今年 6 月發(fā)布以來(lái)，可靈 AI 至今已服務(wù)超過(guò) 600 萬(wàn)用戶，生成 1.75 億張圖片和 6500 萬(wàn)個(gè)視頻。在文生圖上，不斷迭代「可圖」已成為行業(yè)內(nèi)頂尖的模型之一。得益于在文本表征方面的創(chuàng)新，以及圖像數(shù)據(jù)對(duì)齊的大量工作，可圖可以畫出攝像級(jí)的畫面質(zhì)感，經(jīng)過(guò)強(qiáng)化學(xué)習(xí)的訓(xùn)練，審美也和人類的普遍標(biāo)準(zhǔn)實(shí)現(xiàn)了對(duì)齊，并推出了「AI 試衣」、「AI 模特」等實(shí)用功能。在視頻生成上，「可靈 AI」成為全球首個(gè)用戶可用的真實(shí)影像級(jí)視頻生成大模型，繼 Sora 之后，宣告了全球視頻生成領(lǐng)域的新一輪競(jìng)爭(zhēng)開啟。不管是在畫質(zhì)質(zhì)量、動(dòng)態(tài)質(zhì)量、美學(xué)表現(xiàn)、運(yùn)動(dòng)合理性和語(yǔ)義理解層面的表現(xiàn)，還是「文生視頻」、「圖生視頻」、「視頻續(xù)寫」、「運(yùn)動(dòng)筆刷」等功能的陸續(xù)發(fā)布，都吸引了海內(nèi)外用戶的持續(xù)關(guān)注。有人直呼：「Kling is killing！」這并非溢美之詞，今年來(lái)，海外社區(qū)的確在經(jīng)歷一場(chǎng)中國(guó) AI 飛速發(fā)展帶來(lái)的震撼。
在即將到來(lái)的 2025 年，你對(duì)國(guó)產(chǎn) AI 以及可靈 AI 有怎樣的期許呢？歡迎在評(píng)論區(qū)討論。
