快手「可靈」再進(jìn)化！視頻續(xù)寫(xiě)可達(dá)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(gè)視頻中，爺爺正在朝鮮戰(zhàn)場(chǎng)，擔(dān)任營(yíng)指導(dǎo)員。穿越時(shí)光隧道，1950年代風(fēng)華正茂的爺爺，對(duì)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(dòng)了起來(lái)，音容笑貌一如往昔，每個(gè)人都淚目了。
家人們久久不能平靜，即使已過(guò)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(chǎng)尋根之旅，從長(zhǎng)輩口述的「家史」中，每個(gè)人都獲得了更多的自我身份認(rèn)同感。
網(wǎng)友「玨哥」在他的公眾號(hào)「覺(jué)得有意思」里表示，在他看來(lái)，AI最大的意義就是成為一臺(tái)超級(jí)造夢(mèng)機(jī)器：安排自己做個(gè)美夢(mèng)，一覺(jué)醒來(lái)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(xiàn)的圖生視頻和視頻續(xù)寫(xiě)功能，不僅在國(guó)內(nèi)掀起一波試用的熱潮，還「饞哭」了一眾外國(guó)網(wǎng)友。
如今，X上已經(jīng)鋪滿(mǎn)了可靈生成和續(xù)寫(xiě)的視頻。
比如這張著名的經(jīng)典表情包，經(jīng)過(guò)可靈的續(xù)寫(xiě)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(dòng)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(guó)網(wǎng)友們發(fā)出心悅誠(chéng)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(qǐng)到試用資格的用戶(hù)紛紛表示「真香」。而那些不能親自體驗(yàn)的國(guó)外網(wǎng)友，紛紛「跪求」幫忙生成。
可以說(shuō)，可靈給全世界的開(kāi)發(fā)者們，再次帶來(lái)了來(lái)自中國(guó)的億點(diǎn)點(diǎn)震撼！
作者：溫維斯Wenvis
值得一提的是，由于太過(guò)爆火，快影App截至目前已有累計(jì)超過(guò)20萬(wàn)人排隊(duì)申請(qǐng)。
所以說(shuō)，這次可靈的兩大全新功能，究竟強(qiáng)大在哪里？
圖生視頻
首先來(lái)看第一個(gè)功能——圖生視頻。
這一功能直接做到了化靜為動(dòng)，讓我們從此可以按需定制視覺(jué)敘事。
可靈在文生視頻上的諸多強(qiáng)大功能，也被一一完美融入了，比如創(chuàng)造逼真的運(yùn)動(dòng)場(chǎng)景、精確模擬物理特性、將復(fù)雜概念巧妙融合、輸出電影級(jí)畫(huà)質(zhì)、自由調(diào)節(jié)視頻縱橫比等等。
上傳一張圖片，接下來(lái)，就是奇跡出現(xiàn)的時(shí)刻。
永遠(yuǎn)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(shí)空一絕
業(yè)內(nèi)都知道，模型在轉(zhuǎn)換靜態(tài)圖像為動(dòng)態(tài)視頻時(shí)，如何細(xì)膩而準(zhǔn)確地實(shí)現(xiàn)大幅度運(yùn)動(dòng)場(chǎng)景，要克服不少難點(diǎn)。
對(duì)此，可靈充分利用了基礎(chǔ)模型架構(gòu)中的3D時(shí)空聯(lián)合注意力機(jī)制，在構(gòu)建復(fù)雜時(shí)空運(yùn)動(dòng)方面，表現(xiàn)令人驚嘆。
下面這個(gè)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(wú)論是牧羊犬一下一下晃動(dòng)的耳朵，還是隨風(fēng)飄揚(yáng)的毛發(fā)，看起來(lái)都很符合物理規(guī)律。
prompt： 可愛(ài)的牧羊犬在奔跑，網(wǎng)球在彈跳，溫馨的氛圍
汽車(chē)在公路上飛馳的這段視頻，可靈對(duì)整體畫(huà)面的處理效果簡(jiǎn)直堪稱(chēng)廣告級(jí)大片。
不僅汽車(chē)疾速前行的姿態(tài)逼真自然，對(duì)向車(chē)道上接連不斷的車(chē)流、道路兩旁向后掠去的樹(shù)木、虛化處理的隔離帶，無(wú)不模擬出了疾馳的速度感，幾乎挑不出破綻。
prompt：汽車(chē)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(qiáng)大的提示詞融合技術(shù)。
這就意味著，用戶(hù)可以對(duì)模型下達(dá)文本指令，來(lái)人為地掌控視頻中對(duì)象的動(dòng)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(huì)默認(rèn)增加發(fā)絲飄動(dòng)、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(duì)鏡頭」的提示詞。
模型輸出的視頻中，女孩就開(kāi)始優(yōu)雅轉(zhuǎn)身，并且增添了轉(zhuǎn)身瞬間微笑、眨眼的細(xì)節(jié)，顯得更加自然生動(dòng)。
可靈的這個(gè)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(shí)經(jīng)常想象的一個(gè)場(chǎng)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(chǎng)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(dòng)，無(wú)疑對(duì)影視制作等行業(yè)意義重大。（看來(lái)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(jué)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(gè)模型還能支持不同風(fēng)格的圖像輸入，無(wú)論自然寫(xiě)實(shí)，還是風(fēng)格化圖像。
同時(shí)，它還兼容各種長(zhǎng)寬比的圖像輸入，可以說(shuō)是為國(guó)內(nèi)各個(gè)短視頻平臺(tái)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(mǎn)
實(shí)測(cè)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
