文章首发于公众号：X小鹿AI副业
大家好，我是程序员X小鹿，前互联网大厂程序员，自由职业2年+，也一名 AIGC 爱好者，持续分享更多前沿的「AI 工具」和「AI副业玩法」，欢迎一起交流~
自从年初（2024.2） OpenAI 发布 Sora 模型到现在，已经过去将近 4 个月的时间了。至今依然没能体验上 Sora（除了极少部分人）。
真是吊足了人们胃口！
而就在最近，国内第一个可以和 Sora 相媲美的 AI 视频生成模型发布了——它就是快手的可灵（Kling） 。
相比之下，快手可就「实在」多了。
快手可灵（Kling）视频生成大模型上线后，立马就开放了内测。
在快影 APP 的「AI创作」下面，可以看到「AI生视频」的模块，点击就可以申请加入内测了。大概在申请后半天的时间就通过了。
快手可灵生成视频的方法也非常简单：
输入想生成的画面的文字描述，点「生成视频」，就可以等待生成了。
而且可以同时生成多个视频，减少等待时间。
下面这些，都是使用快手可灵（Kling）生成的：
快手可灵有哪些突出表现
快手可灵（Kling）视频生成大模型，采用和 Sora 相似的技术路线，并结合了多项自研技术。
下面是可灵（Kling）官网对该视频生成大模型特点的描述。
更多特性的示例视频可以移步官网查看。
1、大幅度的合理运动
可灵（Kling）利用 3D 时空联合注意力机制，可以更精确地建模复杂的时空运动。比如像下面这个「一位男子在草原上骑马的视频」。
可以看到运动幅度是非常大的。
2、长达 2 分钟的视频生成
得益于高效的训练基础设施、极致的推理优化和可扩展的基础架构，可灵（Kling）大模型能够生成长达 2 分钟的视频，且帧率达到 30 fps。
在官网给出的示例中，可以看到最长生成了一个长达 2 分多钟的视频，来模拟人坐在列车里看车窗外风景的场景。
不过目前在快影 APP 中，生成的视频是 5s。
3、模拟物理世界特性
基于自主研发的模型架构和 Scaling Law，可灵（Kling）拥有强大的建模能力，能够模拟现实世界的物理特性，生成符合物理规律的视频内容。
比如下面这个，往杯子里到啤酒的画面：
4、强大的概念组合能力
可灵（Kling）通过对文本-视频语义的深刻理解，结合 Diffusion Transformer 架构，可生成真实世界中不会出现的的场景。
比如下面，猫咪开车上路了。这在现实世界中基本是不可能出现的。
5、电影级的画面生成
借助自主研发的 3D VAE，可灵（Kling）可以生成 1080p 分辨率的电影级视频，宏大的场景和特写镜头都可以生动地表现出来。
6、支持自由的输出视频宽高比
可灵（Kling）采用了可变分辨率的训练策略，支持自由的输出视频宽高比。
不过在快影 APP 中暂不支持视频比例的设定，目前生成的视频都是 16:9 的。
不足
1、对于语义的理解，还不是特别好
目前对于语义的理解，还不是特别好。
比如想生成「一只大熊猫在开心地吃粽子」，快手的可灵貌似并不知道粽子长什么样子，生成了几个大水饺。
再比如，想生成几只猫咪赛龙舟的场景，它要么完全忽略了猫咪的存在：
要么直接把龙舟开到了地面上：
都没有表现得很完美。
2、真实性
虽然在大部分场景下，生成的视频还是非常真实的，尤其像一些风景类的视频，完全辨不出真假。
但也不得不承认，有些视频确实还是可以看出是 AI 生成的。
比如下面面视频中人物面部，以及马蹄的部分：
也是需要不断抽卡，来获得更好的视频效果。但这个运动幅度，快手的可灵相对之前用过的 AI 视频工具来说，已经算是不错的了。
结束语
快手可灵（Kling）作为目前国内唯一可以和 Sora 媲美且还真正可用的视频生成模型，整体来说，各方面都表现出了非常不错的实力。
毕竟可灵刚刚上线不久，各方面都还在不断完善，相信后续一定会更加出色。一起期待一下~
之前也介绍过其他的一些 AI 视频生成工具。更多 AI 视频相关内容，可以在「AI 视频」专栏查看。目前已更新了 10 余种 AI 视频工具教程。持续更新。
觉得文章有帮助，请帮忙点赞收藏关注一下呦~
我是程序员X小鹿，前互联网大厂程序员，自由职业2年+，也是一名 AIGC 爱好者，欢迎一起交流~
