快手「可靈」再進化！視頻續(xù)寫可達3分鐘讓全球網(wǎng)友炸鍋 精華
最近，可靈AI直接讓一位網(wǎng)友的家人群里炸鍋了……
事情是這樣的，這位網(wǎng)友的父親需要做搭橋手術(shù)，為了給父親鼓舞，他便試著用可靈AI把爺爺?shù)膬蓮埨险掌€原成了視頻。
在下面這個視頻中，爺爺正在朝鮮戰(zhàn)場，擔(dān)任營指導(dǎo)員。穿越時光隧道，1950年代風(fēng)華正茂的爺爺，對著他揮了揮手。
這位網(wǎng)友把視頻發(fā)到家人群后，群里直接炸了！
下面這張黑白的合影，是全家唯有的一張全家福。
當(dāng)已經(jīng)故去的人忽然動了起來，音容笑貌一如往昔，每個人都淚目了。
家人們久久不能平靜，即使已過午夜，群里仍然不斷有消息響起。
用AI還原老照片后，全家人仿佛一起經(jīng)歷了一場尋根之旅，從長輩口述的「家史」中，每個人都獲得了更多的自我身份認同感。
網(wǎng)友「玨哥」在他的公眾號「覺得有意思」里表示，在他看來，AI最大的意義就是成為一臺超級造夢機器：安排自己做個美夢，一覺醒來就有繼續(xù)去生活的勁頭了。
歪果仁都「饞哭了」
是的，這幾天快手可靈最新上線的圖生視頻和視頻續(xù)寫功能，不僅在國內(nèi)掀起一波試用的熱潮，還「饞哭」了一眾外國網(wǎng)友。
如今，X上已經(jīng)鋪滿了可靈生成和續(xù)寫的視頻。
比如這張著名的經(jīng)典表情包，經(jīng)過可靈的續(xù)寫后終于有了大結(jié)局！
每一步都在意料之外，但似乎又在情理之中（手動狗頭）
狗狗吃面也變得活靈活現(xiàn)。
要知道，曾經(jīng)的快手可靈一出世，就讓外國網(wǎng)友們發(fā)出心悅誠服的感嘆：效果居然比Sora還要好！
同樣是吃漢堡，可靈生成的「咬痕」就要比Sora更加逼真
一些申請到試用資格的用戶紛紛表示「真香」。而那些不能親自體驗的國外網(wǎng)友，紛紛「跪求」幫忙生成。
可以說，可靈給全世界的開發(fā)者們，再次帶來了來自中國的億點點震撼！
作者：溫維斯Wenvis
值得一提的是，由于太過爆火，快影App截至目前已有累計超過20萬人排隊申請。
所以說，這次可靈的兩大全新功能，究竟強大在哪里？
圖生視頻
首先來看第一個功能——圖生視頻。
這一功能直接做到了化靜為動，讓我們從此可以按需定制視覺敘事。
可靈在文生視頻上的諸多強大功能，也被一一完美融入了，比如創(chuàng)造逼真的運動場景、精確模擬物理特性、將復(fù)雜概念巧妙融合、輸出電影級畫質(zhì)、自由調(diào)節(jié)視頻縱橫比等等。
上傳一張圖片，接下來，就是奇跡出現(xiàn)的時刻。
永遠面帶謎之微笑的蒙娜麗莎，竟然戴上了墨鏡，瞟向觀眾們的小眼神，更多了一絲調(diào)皮和狡黠。
prompt： 蒙娜麗莎用手戴了眼鏡
構(gòu)建復(fù)雜時空一絕
業(yè)內(nèi)都知道，模型在轉(zhuǎn)換靜態(tài)圖像為動態(tài)視頻時，如何細膩而準(zhǔn)確地實現(xiàn)大幅度運動場景，要克服不少難點。
對此，可靈充分利用了基礎(chǔ)模型架構(gòu)中的3D時空聯(lián)合注意力機制，在構(gòu)建復(fù)雜時空運動方面，表現(xiàn)令人驚嘆。
下面這個由靜圖生成的牧羊犬追球的視頻，自然流暢，效果非常絲滑。
無論是牧羊犬一下一下晃動的耳朵，還是隨風(fēng)飄揚的毛發(fā)，看起來都很符合物理規(guī)律。
prompt： 可愛的牧羊犬在奔跑，網(wǎng)球在彈跳，溫馨的氛圍
汽車在公路上飛馳的這段視頻，可靈對整體畫面的處理效果簡直堪稱廣告級大片。
不僅汽車疾速前行的姿態(tài)逼真自然，對向車道上接連不斷的車流、道路兩旁向后掠去的樹木、虛化處理的隔離帶，無不模擬出了疾馳的速度感，幾乎挑不出破綻。
prompt：汽車在公路上高速行駛，速度感，廣告片
文本指令控制視頻，女孩一鍵轉(zhuǎn)身
更厲害的是，可靈的圖生視頻模型還融入了強大的提示詞融合技術(shù)。
這就意味著，用戶可以對模型下達文本指令，來人為地掌控視頻中對象的動態(tài)表現(xiàn)了。
比如上傳這張女孩的照片后，普通的模型，可能會默認增加發(fā)絲飄動、花朵搖曳、水面閃爍波紋的效果。
但在可靈中，我們可以輸入「轉(zhuǎn)身背對鏡頭」的提示詞。
模型輸出的視頻中，女孩就開始優(yōu)雅轉(zhuǎn)身，并且增添了轉(zhuǎn)身瞬間微笑、眨眼的細節(jié)，顯得更加自然生動。
可靈的這個新功能，也讓我們的想象力可以充分放飛。
比如小編在看《權(quán)力的游戲》時經(jīng)常想象的一個場景——「憤怒的巨龍，漫天飛沙，奇幻風(fēng)格電影」，提示詞輸入后，幻想中的場景瞬間成真了！
巨龍昂首展翅，掀起漫天黃沙，咆哮聲震耳欲聾
這種文本與圖像意義的緊密聯(lián)動，無疑對影視制作等行業(yè)意義重大。（看來好萊塢導(dǎo)演撤掉8億美元攝影棚，的確是明智的選擇）
從此，視覺敘事可以按需定制，許多行業(yè)必將掀起新的颶風(fēng)。
此外，這個模型還能支持不同風(fēng)格的圖像輸入，無論自然寫實，還是風(fēng)格化圖像。
同時，它還兼容各種長寬比的圖像輸入，可以說是為國內(nèi)各個短視頻平臺量身打造。
這張豎版的騎士，黑袍飛舞，光劍仙氣環(huán)繞，氛圍感瞬間拉滿
實測效果
憑AI電影《山海奇境》刷屏全網(wǎng)的制作人陳坤，半年之后用可靈的圖生視頻功能重制了一遍《山海奇鏡》的預(yù)告片。
留言區(qū)的網(wǎng)友直呼「有大片的味道」。果然AI一天，人間一年。
本文轉(zhuǎn)自新智元，作者：新智元
