机器之心原创
编著：杨文
6个月迭代10余次，快手可灵沿途狂飙。
这次，轮到名导们下场整活了。
短片一开场就尽头颤动：钟馗手执一把斩鬼剑，穿行在一派乌漆麻黑、虬枝鬈曲的密林中。
伴跟着一阵节拍仓猝的锣饱读声，野兔精、蛤蟆精、长满骷髅的树妖接连现身，急切恐怖的悔怨拉满。
但一声长喝下，镜头一瞥，手机屏幕弹出「勿扰模式」四个大字，下面飘零着被禁止的各式信息：
自动记账 APP、多东说念主视频会议、4 个未知号码回电、183 条微信群音信、风险网站的跳转邻接，以及大 boss 正在打来的电话……
临了画面缓缓打出「放假时分，百鬼勿扰」的字幕。本合计是个考中志怪片，没念念到蓝本是个职场吐槽片。
更让东说念主惊喜的是，这部由俞白眉导演打造的 5 分钟短片，竟统统出自可灵 AI 之手。
早在三个月前，快手可灵 AI 就聚会李少红、贾樟柯、叶锦添、薛晓路、俞白眉、董润年、张吃鱼、王子川、王卯卯等 9 位著明导演共同发起了「可灵 AI 导演共创计算」，制作出品 9 部 AIGC 电影短片。
12 月 6 日，导演们来交功课了。
视频邻接：https://mp.weixin.qq.com/s/Q3dneGt09iTMJBun4XCaEA
自嘲用凡俗语不会写脚本的贾樟柯，在我方首部 AIGC 电影短片《麦收》中，借助可灵 AI 的「对口型」功能，让机器东说念主说上了山西汾阳话。
《卧虎藏龙》艺术指点叶锦添则袭取可灵 AI 的「首尾帧」功能，刻画了一个外星快递员在天外中的冒险旅程。通过 AI 技巧，每一帧画面皆传神到让东说念主仿佛跻身于一个委果的天外天下。
导演王子川在其作品《雏菊》中，从计较机、机器东说念主等当代科技产物与东说念主的关联张开，大皆使用可灵 AI 的「图生视频」功能，通过相通蒙太奇、高速编著以及殊效镜头，为不雅众带来浓烈的视听冲击。
在助力影视创作方面，可灵 AI 最有发言权。快手科技副总裁、大模子团队细密东说念主义迪暗示，「2024 年视觉生成领域 AI 大模子发展飞速，可灵 AI 自 6 月发布以来，已让繁多用户感受到其在视频创作上的智商。」
这次这 9 部具有实验性质的电影短片，全部使用可灵 AI 进行视频生成。电影导演统统依托视频生成大模子，深度参与电影级实践创作，这在中国尚属初度。
看成中国首个 AIGC 导演共创计算的收尾，这 9 部 AIGC 电影短片已在快手平台上线，并被中国电影博物馆弥远保藏、放映展示。这既是对中国电影历史的一次致意，亦然对未回电影创作的一次斗胆探索。
6 个月迭代十余次
可灵 AI 是如何真金不怕火成的？
本年齿首 Sora 一把火，透顶燃烧了 AI 视频生成这个赛说念。
6 月 6 日，快手率先推出自研的视频生成大模子「可灵AI」，成为寰球首个用户可用的委果影像级视频生成大模子。
而后，可灵 AI 又接连上线了图生视频、视频续写、运下笔刷等功能，不仅在画面质料、教唆驯服和显露幅度等方面有显耀普及，还将生成视频时长延迟约 3 分钟，创作家单次生成的文生视频时长也加多至 10 秒。
尽管获得可以的战绩，但可灵 AI 并莫得躺在功劳簿上吃老本，而是赓续马束缚蹄地蜕故孳新。
9 月 19 日，可灵 1.5 模子重磅登场，径直让画质质料、动态质料、好意思学发达、显露合感性以及语义认知普及了一个 level。
寰球网友也开启猖獗整活模式，酬酢平台上夸耀出一堆脑洞打开的视频，比如蒙娜丽莎戴墨镜、熊猫弹吉他、猪八戒吃面条等。
在贸易化方面，可灵 AI 相通走在行业前哨。
可灵 AI 先后上线 Web 端、孤立 App，打造多端跨平台家具矩阵，并全面怒放内测，陆续向国表里的用户推出会员付费体系。此外，可灵 AI 还面向 B 端怒放了 API 做事，涵盖视频生成、图像生成和诬捏试穿等多个模块。
为了给创作家提供贸易变现新渠说念，可灵 AI 于 10 月 18 日初始「昔时联合东说念主计算」，率先推出一站式 AIGC 生态互助平台。
这半年来，可灵 AI 沿途「狂飙」，十余次迭代升级，也让它有了稳站行业第一梯队的底气。收尾 12 月 10 日，可灵 AI 已领有超 600 万用户，累计生成超 6500 万个视频和超 1.75 亿张图片。
重塑影视行业
可灵 AI 又卷起来
近期，可灵 AI 时不可失，陆续推出 AI 东说念主脸定制模子和 AI 试衣功能，为影视创作家提供了更刚劲的用具撑执。
AI 定制模子
攻克「东说念主物一致性」费事
在视频生成过程中，现在的视频大模子仍具有较强的就地性。它们在处理相易的翰墨姿色时，常常会产生不同的视频主体，这种就地性难以保管故事的连贯性和东说念主物形象的一致性。
对此，可灵 AI 推出了东说念主脸定制模子。创作家只需上传 10 段 5 秒的多角度高清视频，就能自助教师一个东说念主脸模子。要是念念要效果更佳，最多可上传 99 段视频。
完成教师后，就可以在可灵 1.5 模子的文生视频中，生成东说念主脸一致的视频收尾，欢欣创作家生成多个包含磨灭东说念主物镜头的诉求，况兼单个镜头中的东说念主脸，也会更踏实更明晰。
咱们上手体验了一把，教师出 Sam Altman 的东说念主脸模子，然后将其搁置在各式场景中。
比如，Sam Altman 在餐厅吃意大利面：
Sam Altman 在餐厅吃水饺：
以及 Sam Altman 在门庭疏远的大街上骑摩托：
还有科幻作风的，让 Altman 化身钢铁侠行走在赛博一又克作风的大街上：
由此可见，可灵 AI 的东说念主脸定制模子在解决东说念主物 IP 踏实性这一行业费事上迈出了新的一步，这也符号着 AI 视频生成领域兑现了又一个蹙迫技巧突破。
AI 试衣
影视造型新探索
电影《穿普拉达的女王》中，有一幕经典的蒙太奇变装。安妮・海瑟薇在不到一分钟内，换了六身绝好意思穿搭，每套皆号称惊艳。
视频来源：电影《穿普拉达的女王》
那么 AI 能否兑现影视制作中的服装搭配、造型缠绵呢？
可灵 AI 新近上线的「AI 试衣」功能就能惩办。它在可图文生图模子基础上，引入衣裳 SKU 保执网罗、东说念主物 Pose 姿势、配景建立等技巧，兑现恣意衣裳、恣意体魄、恣意动作的试穿效果生成。
用法也很浅薄。只需上传一张模特照和一套服装图，即可一秒变装，这无疑大大提高了影视制作中服装搭配和效果展示的效用。
比如，让安妮・海瑟薇换上一件旗袍，换装后的衣裳不仅当然贴合体魄弧线，还能字据作风搭配手包。
再比如，原自己着露肩衬衫外加牛仔短裤的霉霉，经过可灵 AI 一番矫正，立马从幽闲风造成淑女风，换装后的衣褶、打的结皆生成得很当然。
给凤姐换上一件玄色皮夹克，在保执复杂头饰不变的情况下，它完好保留了毛领子、拉链等细节。
最绝的如故大魔王凯特・布兰切特的变装。前一秒如故酷飒的玄色紧身 T 恤，下一秒就换上寥寂白色玫瑰连衣裙。
它紧密展示了裙子丝绸材质，就连玫瑰花的心绪、位置也皆逐一复原。
天下名画或雕像也能瞬息换装。让身着玄色长袍的蒙娜丽莎「套」上东北大花袄：
给戎马俑穿上圆领 polo 衫和灰色长裤：
此外，它还可以通过 AI 扩图和可灵 AI 的图生视频大模子，兑现全进程素材生成。
比如皇后换上的灰色连帽卫衣，经过 AI 扩图造成一件宽松长袍。
再用镜头限度功能将其转成穿搭视频。
或者输入 Prompt「模特阁下回身向不雅众展示身上的服装」，让换上皮草的黄仁勋动起来。
从文生视频、图生视频，到首尾帧功能，再到东说念主脸模子、AI 换装…… 这些创新技巧的连气儿推出，无一不彰显了快手关于昔时影视行业发展趋势的深刻细察。
怒放分享
引颈 AIGC 改进
看成 AI 视频生成赛说念的杰出人物，快手可灵大模子团队在不竭拓展技巧畛域的同期，还公开了一系列技巧进展，积极和行业分享技巧研发收尾。
在 AI 视频生成领域，视频生成基础模子和数据是构建高质料视频实践生成系统的基石。为了啃下这块硬骨头，可灵团队进行了系统性筹谋，并率先提议一种给视频生成模子（Video DiT）量身定制的 Scaling Law 建模要道。
这种要道概况在较低的计较老本下，提前瞻望大范围模子的性能发达，匡助筹谋者优化技巧采用，治疗模子参数，从而大幅数落实验试错老本。
Video DiT 架构下的精确 Scaling Law 建模
论文题目：《Towards Precise Scaling Laws for Video Diffusion Transformers》论文地址：https://arxiv.org/pdf/2411.17470
另外，可灵大模子团队还公开了其视频教师数据的部分中枢预处理进程，并基于此进程推出了高质料视频生成数据集 Koala-36M。
该数据集是现在寰球源泉的大范围高质料视频 - 文本数据集之一，包含 3600 万个视频片断，平均时长为 13.75 秒，辞别率达到 720p，每个视频片断配有平均 202 字的防护姿色。
数据处理进程
论文题目：《Koala-36M: A Large-scale Video Dataset Improving Consistency Between Fine-Grained Conditions And Video Content》论文地址：https://arxiv.org/abs/2410.08260代码地址：https://github.com/KwaiVGI/Koala-36M名堂主页：https://koala36m.github.io/数据集邻接：https://huggingface.co/datasets/Koala-36M/Koala-36M-v1
在与其他数据集的比较中，基于 Koala-36M 数据集教师的模子展现出了特别的性能，无论是在视频质料如故文本与视频实践的一致性方面均达到了最优。
在视频生成的可控性和交互性方面，可灵团队也获得一系列的进展。
比如，发布了 3D 轨迹限度的视频生成名堂 3DTrajMaster：
3DTrajMaster 概况精确限度视频中不同主体在 3D 空间中的显露
名堂主页：http://fuxiao0719.github.io/projects/3dtrajmaster
多机位视频生成名堂 SynCamMaster：
SynCamMaster 撑执多种相机视角变化，举例调动相机标的角、俯仰角、距离遐迩等
名堂主页：https://jianhongbai.github.io/SynCamMaster/
以及精确视频作风假名堂 StyleMaster：
StyleMaster 撑执图像作风挪动、视频作风挪动、作风化视频生成等多种功能
名堂主页：https://zixuan-ye.github.io/stylemaster
这些名堂不仅概况限度视频中主体的三维显露，还能字据用户的文本姿色生成多视角视频，并撑执恣意艺术作风的视频作风鼎新。
此外，团队还开拓了具有泛化智商的游戏视频生成器 GameFactory，概况使用户自界说扮装动作，享受个性化的诬捏天下体验。
通过执续怒放中枢数据和技巧组件，以及分享论文技巧决策，可灵团队不仅为影视创作领域注入了新的能源，也为昔时的创意抒发和实践创作开辟了更多可能。
开启影视创作新时间
追究百年影史，技巧的改进耐久是电影产业发展的枢纽驱能源。
从无声到有声，从长短到彩色，从胶片到数字…… 每一次技巧的飞跃，皆促进电影艺术向更高的阶段迈进。
如今，跟着 AI 技巧的不竭迭代和突破，以可灵 AI 为代表的视觉大模子及家具缓缓成为视觉行业的新基建和新用具，它们正以其独有的上风，重塑着影视行业的昔时。
在传统电影拍摄中，导演天马行空的念念法常常会受到物理条目和现实天下的敛迹，而 AI 则温柔了这些界限，创造出任何导演念念象中的场景，而这种创作解放度为电影叙事提供了无穷可能。
王子川导演在与可灵 AI 的互助中就深刻体会到文生视频和图生视频技巧对电影叙事口头的深入影响。「可灵 AI 可以把创作家的念念象快速造成一个可视化的实践呈现出来，尽可能地模拟出你念念要的每一个动态和举座的叙事节拍，包括所有这个词的冲突、画面里面的颐养等」。
在他看来，技巧不单是是用具，亦然叙事艺术的新维度，为电影叙事提供了一种全新的说话。
另一方面，AI 极地面优化了电影产业老本效用。
也曾，拍电影是一件糟践的事情。就以影史上烧钱巨作《阿凡达：水之说念》为例，其制作老本卓绝 4.5 亿好意思元。按 193 分钟的片长来算，每分钟制作费就高达 233 万好意思元。如斯一掷令嫒，即使是财大气粗的好莱坞也一度吃不用。
比较之下，AI 生成电影概况在诬捏环境中完成大部单干作，大幅数落了老本。同期，AI 的高效用使得电影制作周期大大镌汰，这关于追求快速报恩的电影产业来说，无疑是一个深广的上风。
虽然，现在的 AI 视频生成技巧仍处于发展阶段，在模拟东说念主类厚谊的秘要变化、创造深度叙事结构以及捕捉现实天下中不行瞻望的随机性方面仍存在不及。
不外正如俞白眉导演所说，尽管今天的 AI 作品并不是伟大的作品，但关于走过来的东说念主来说弥足珍稀。敬佩几年之后，AI 将制作出相等有水准的电影大作。
