可靈AI上線“多圖參考”模式 可一鍵生成多主體融合視頻

近日，快手可靈AI正式面向全球推出“多圖參考”模式，該功能能夠理解和整合多個圖片中的不同主體，根據用户的文字描述，創造性地生成融合視頻，進一步攻克了AI視頻生成中的一致性難題。

目前，全球用户均可在可靈1.6模型下，使用“多圖參考”功能。用户只需選擇圖生視頻，上傳1-4張參考圖，框選圖片中需要使用的人物、動物、物品或場景，並通過“提示詞”描述它們之間的變化或互動，可靈AI即可結合所有參考內容並遵從指令生成視頻。

用户可以上傳一張或多張同一主體（人物、動物、影視角色或物品等）的圖片，模型會以這些圖片為參考，生成統一風格的視頻，幫助用户在製作AI視頻時保證多鏡頭中的主體一致。例如，用户上傳貓、夾克、太陽鏡三張圖片，並輸入提示詞“一隻身穿夾克、戴着太陽鏡的擬人化貓在舞台上轉身並對着鏡頭擺姿勢，”隨後進行生成，就可以得到符合指令的視頻。

此外，用户還可以通過參考圖來指定場景、服裝和動作等，讓人物在特定環境中完成特定“演出”，大幅提升創作的可控性。例如，我們分別上傳一個老爺爺、一杯咖啡、咖啡館場景三張參考圖片，並輸入相應提示詞“一個卡通風格的老爺爺在咖啡館裏，端起咖啡杯”來進行生成，便可得到老爺爺坐在咖啡館裏喝咖啡的視頻 。

同時，“多圖參考”還可以支持不同角色之間的互動。用户可以上傳多個人物、動物或者影視角色等圖片，並用文字描述他們之間的互動。例如，我們分別上傳小男孩、柯基犬兩張參考圖，並輸入提示詞“一個可愛的小男孩在撫摸一隻柯基犬”，即可生成下圖所示的視頻。

此前，可靈AI已在全球上線“人臉模型”功能，支持用户通過上傳多段視頻來訓練、定製人臉模型，並參照該人臉模型繼續生成視頻內容。作為業內首個視頻模型定製功能，“人臉模型”創新性地滿足了用户創作多個包含同一人物鏡頭的需求。

隨着“多圖參考”功能的推出，可靈AI進一步解決了視頻生成中的一致性難題，幫助用户充分發揮創造力，自由組合各種圖片元素，打造獨特的創意場景，探索更多可能。(心月)