可靈與谷歌貼身肉搏_風聞

AI視頻生成賽道已經肉眼可見地“卷”出天際了。大廠背書的產品更新迭代的速度快到簡直讓人眼花繚亂。

作為“老鐵廠”快手的可靈AI最大的對手，谷歌的AI視頻生成產品Veo2本身就已經非常能打了，又在前段時間的I/O大會上再次正式上線Veo3版本。這才沒過幾天，可靈2.1版本也緊跟着推出。要知道，在短短一個月之前，快手才剛剛推出它們上一個大版本。

這回更新後的可靈2.1提供了結構化的產品選項。我們實測下來，標準版本以幾乎相同的成本完全替代了可靈1.6，而高品質版本更是能與網友頻頻喊“效果炸裂”的可靈2.0大師版不相上下。

作為目前少數能正面硬剛谷歌的頂級玩家，可靈自誕生起就自帶光環。可以説，這回性價比提升後的可靈AI，正在展現給我們一場頂級玩家間的貼身肉搏。

“直面AI”在可靈上也特意充值了一大筆靈感值，用 9 個一手測試帶你看一看可靈2.1都在哪些方面有了提升，又有哪些不足。

01

可靈2.1價格更親民，性能全面超越舊版

在實際評測可靈2.1前，我們先看看在可靈的價格體系下，每一條視頻生成的價格有多高：可靈大師版的一條5秒視頻價格就是10元，10秒視頻一條就是20元。

對於用户來講，每一條視頻的成本並不低，所以性價比的需求更為強烈。

我們整理了下可靈AI更新後各個版本的用户價格，目前可靈2.1提供三種模式：

1. 標準模式

2. 高品質模式

3. 大師模式

現在的可靈AI已經有了結構化的產品價格體系：

可靈2.1標準模式的5秒和10視頻生成所需的價格幾乎與可靈1.6的高品質模式相當。

在可靈2.1高品質模式下生成的綜合視頻效果在一定程度上能夠與可靈2.0大師版相媲美。

可靈2.1大師版的定價與舊版本一致。

可以説，2.1版本下的結構化產品價格已經為用户提供了豐富的選擇。如果從性價比的角度上來看，它已經能夠完全取代舊版本了。

下面，我們通過一系列實測來看看可靈2.1的各模式與舊版本的表現對比。

（1）可靈2.1人物動態效果極佳，一致性很強：

目前可靈2.1的標準模式和高品質模式**無法文生視頻，**大師模式則沒有此限制。

我們先來看看2.1高品質模式與前幾個“滿血版本”的對比。

在實際測試中，我們發現**可靈2.1在人物動態效果上的表現極佳，領先了舊版本一定的差距，**整體畫面都保留了原圖的高一致性。

比如，我們先用一張背後頂着光輪的女子坐姿彈琴的AI圖片玩了下。這張附帶人物並具有大量光效的圖片很適合用來測試可靈AI各個版本的人物動態效果：

提示詞：

光環旋轉，光屑散落，風吹動沙子、頭髮和衣物，女子在彈動樂器，鏡頭拉遠。

可靈1.6高品質：

可靈1.6高品質模式下的整體效果其實已經非常好了，畫面真實，光屑的粒子效果明顯。但是有個很突出的缺陷：可靈1.6的語義響應能力是真的不高，女子身後的光環不僅沒有旋轉，沙子的舞動效果也沒有。

可靈2.0大師版：

可靈2.0大師模式相比1.6有了很明顯的提升，比如光輪外環的旋轉和風吹沙子的表現都更生動自然。但是，細緻入微的我發現：視頻裏雖然風在吹動沙子，拂過衣物時，衣角卻沒有變化：

可靈2.1高品質：

可靈2.1高品質模式在人物效果上的表現，確實令我有些驚訝。光輪快速旋轉的同時，光屑的粒子效果一致性很高，女子左右角的衣服也跟着舞動，畫面幾乎不存在像素扭曲、不自然邊緣等明顯的生成瑕疵：

可靈2.1在處理複雜光影和細微動作時的穩定性比較高，很少出現變形或失真的問題。

（2）多人物場景下，可靈2.1幾乎拉開了代差：

當視頻生成畫面裏涉及多個人物時，可靈2.1就與之前的版本拉開了十分明顯的差距。

比如，我給了它一段提示詞：

在一座雲霧繚繞的高山之巔，兩名武俠高手展開激烈對決。一人身穿白色長袍，手持長劍，劍光如虹；另一人身着黑色斗篷，使用雙刀，招式迅猛。背景是連綿的青翠山脈，山巔的巨石被劍氣劈裂，碎石飛濺。鏡頭快速切換，展現近身格鬥的細節，隨後拉遠，俯瞰雲海中的戰鬥場景。畫面風格：寫實、武俠電影風、動態運鏡

可靈1.6高品質：

很明顯，可靈1.6高品質模式下，涉及多個人物和景色時，在人物細節、動作協調、場景融合以及動態運鏡上的表現就顯得非常差了。畫面的AI感很重，兩位俠客的刀劍都出現了劇烈的形變。

可靈2.0大師：

相比於1.6高品質模式，2.0大師的視覺效果好了一點，但好的不多。當攝像機鏡頭拉開後，人物的形變還是非常明顯，看起來完全不像在真的打架。武打動作雖然有一定連貫性，但招式之間的銜接不夠自然：

可靈2.1大師：

可靈2.1大師的進步很明顯，人物形象鮮明，細節豐富，臉部表情真實生動，武器未出現形變。但是，戰鬥真實感仍然説不上太高，對決的動態與節奏感還是有些不足：

（3）非人物場景下，各種模式間的差距並不明顯：

可靈2.1在多人物場景下的表現確實很好，尤其是在動作協調、表情細節和羣體交互的真實感上，相較2.0和1.6有很大的提升。但是，**在非人物場景中，可靈2.1與前代模型的差異並不那麼明顯，**尤其是在光效處理、環境動態和畫面穩定性的表現上。

比如，下面這張在霓虹閃爍的摩天大樓間的飛行器的場景：

提示詞：

從高空俯瞰這座城市，飛行器在霓虹閃爍的摩天大樓中快速穿梭，鏡頭跟隨

可靈1.6高品質：

可靈1.6高品質模式下，畫面的視覺效果和一致性都比較好，但是有一點：畫面裏並沒有出現飛行器快速穿梭，鏡頭跟隨的場景：

可靈2.0大師版：

可靈2.0大師版翻車了，幾架飛行器在霓虹閃爍的摩天大樓中直接融合成了一塊：

可靈2.1標準：

可靈2.1標準模式下的表現比較好，與提示詞的一致性很高，畫面中完全出現了提示詞中的各種要素。但是，單從視覺色彩上來看，2.1標準模式並沒有與1.6高品質有太大差距：

可靈2.1高品質：

可靈2.1高品質的視覺呈現感覺並沒有與標準模式以及1.6有太大區別，反而攝像機跟隨顯起來比較怪：

02

可靈 vs Veo2/3

谷歌的Veo2在AI視頻生成賽道里一直都是可靈AI系列的最大對手之一。自從Veo2推出以來，由於畫面細節、動態流暢性和內容創意方面表現非常突出，谷歌在這一領域成了頂級玩家。這回上線的Veo3的真實性又上了一個大台階。

下面我們就用一系列實測案例，來看看可靈2.1的大師版與Veo2/3間的差距有沒有被彌補上，或者説彌補上多少了。

（1）動漫少女滑冰

X平台的一位博主 ShidarezakuraSa 實際測試了Veo2/3兩個版本下動漫少女滑冰的視頻效果，我們也同樣用可靈2.1大師跑了下測試。

Veo2:

Veo2的視覺效果還是不錯的，整體畫面一致性比較高，沒有出現崩壞的現象。但是，動漫少女的身體並沒有呈現出任何物理效果的變化；鏡頭的移動跟隨也非常一般：

Veo3:

Veo3相對於舊版本的升級非常大，動作捕捉、物理模擬和動態視角的變化都非常棒，真實度上升了不止一個Level：

可靈2.1大師：

可靈2.1大師呈現的效果相比於Veo3還是有一定差距的，畫面出現了很多形變。同時，我也注意到動漫少女身上的物理模擬效果非常真實，可靈2.1在人物運動狀態方面的塑造上確實非常強：

（2）比格犬與人類下棋

另有一位博主drjmetz用一段提示詞測試了下Veo2/3的視覺效果：

一隻比格犬幼犬在公園的遊戲中與人類下棋

在這個場景下，可靈2.1的表現我覺得甚至要比Veo3還要強。

Veo2:

Veo2模型下，狗狗的皮毛紋理並不清晰，有非常重的AI感。畫面中的兩位角色在觸碰國際象棋棋子時的動態模擬也比較差：

Veo3:

Veo3的表現就提升了非常多，人物臉部的真實感很強。同樣地，棋子在被接觸時仍然會發生形變，這就是目前AI視頻生成模型還無法解決的難題：

可靈2.1大師：

可靈2.1大師模式下的狗狗的皮毛真實感很高，在處理複雜紋理時表現優異，在細節渲染和光影處理上更接近真實。但是，2.1並沒有展現下棋的過程，避開了複雜的物理模擬，這也體現了2.1在語義響應上仍有上升空間：

（3）一隻長頸鹿在紐約騎自行車

在動態視覺效果方面，可靈2.1與Veo3的差距還是比較明顯的。比如下面這個「一隻長頸鹿在紐約騎電動自行車」的case。

X博主nmatares提供了Veo3模型的測試結果，我們也同樣用可靈2.1大師跑了一遍。

提示詞：

一隻長頸鹿在紐約瘋狂騎電動車，畫面充滿動感，鏡頭快速切換，展現長頸鹿靈巧地避開行人和車輛

Veo3:

Veo3下，畫面主體的運用效果一致性比較高，整體效果非常流暢，動態效果上展現了極高的水準。在畫面主體的運動表現上，Veo3對長頸鹿騎行姿態的刻畫很自然，動感氛圍也比較匹配：

可靈2.1大師：

相比之下，同樣的提示詞在可靈2.1大師版下的表現則顯得差了一些。在動態效果的處理上，可靈2.1的畫面流暢度明顯不足，長頸鹿的騎行動作顯得有些怪異，街邊人物的形變很大：

帶大家欣賞可靈2.1高品質模式下更多的Case

我們還用剩下的靈感值多跑了幾個能很直觀展現可靈2.1高品質的視頻case，讓大家看個夠。

（1）童話風格女孩

提示詞：

在一個童話風格的小鎮，鵝卵石街道上掛滿彩燈，居民穿着中世紀風格的華麗服裝，參加盛大的節日慶典。孩子們手持氣球，圍着噴泉嬉戲；樂隊演奏歡快的絃樂，煙花在夜空中綻放。鏡頭從小鎮廣場的熱鬧場景推進，聚焦於一位小女孩點亮漂浮燈籠，燈籠緩緩升空，與星空融為一體。畫面風格：温馨、夢幻、色彩豐富，動畫電影風格。

（2）魔法師

提示詞：

在一片古老的魔法森林中，參天巨樹上纏繞着發光的藤蔓，地面覆蓋着熒光蘑菇。精靈祭司站在石制祭壇前，手持水晶法杖，召喚出漂浮的藍色魔法符文。周圍的空氣中閃爍着微光粒子，遠處的獨角獸在溪流邊飲水。鏡頭環繞祭壇，展現儀式的高潮：一束光柱從天而降，點亮整個森林。畫面風格：夢幻、温暖色調、輕霧瀰漫，電影感，流暢運鏡。

（3）機械生物

提示詞：

在一片紅色沙漠的外星球上，巨大的機械生物在沙丘間緩慢移動，它們的身體由金屬和有機物混合構成，散發着幽幽藍光。天空佈滿雙月，遠處的火山噴發出紫色煙霧。一支探險隊駕駛懸浮越野車靠近，揚起漫天沙塵。鏡頭從地面視角逐漸拉高，展現機械生物的全貌和壯麗的異星地貌。畫面風格：科幻、荒涼、超現實，史詩感。

03

本土誕生的卷王

綜合測試下來，我們發現**可靈2.1在動態人物的一致性方面的提升非常大，尤其是多人物場景下的真實細節還原。**可以説，可靈2.1已經能夠憑藉性價比徹底替換掉前代版本。但是，在極複雜場景、動態運鏡、物理模擬等方面，可靈2.1距離谷歌的Veo3仍有一段追趕空間。

從“老鐵廠”快手如此密集的迭代節奏不難看出，AI視頻生成的進化已進入白熱化階段。同時，可靈的商業化之路，已經被市場實實在在地驗證了：從2024年6月發佈以來，可靈AI已經快速迭代了20多個版本，全球用户規模超過2000萬。今年1季度，可靈AI實現營業收入超過1.5億元。

我們已經看到了包括可靈2.0、2.1等各個版本的誕生，快手作為可靈的母公司，正全面擁抱AI技術，用AI當作全新的商業引擎。

可靈這款產品從誕生之日起，到走通商業化只用了短短半年時間。現在，可靈產品迭代速度明顯加快，結構化的產品選項不斷清晰。我們可以預見的是，“老鐵廠”和極大規模的用户羣體加持下的可靈AI，將會是谷歌Veo 3最強勁且最不能忽視的本土對手之一。

【直面派】原文 -- 講述值得講述的真實故事，直面生活、命運和內心