可灵2.0正式发布 - 现实，真的不存在了。

原创 数字生命卡兹克 数字生命卡兹克

我不知道该如何组织言语，来跟大家描述可灵2.0带给我的震撼。

可灵2.0，今天正式上线了。

在发布会的4天前，我就提前拿到了可灵2.0的权限，整整花掉了4万的积分。

我想说，当年给Sora的那句评语，此刻，应该真正的用在可灵2.0的身上。

现实，这次真的不存在了。

多说无益，我直接放几个我跑的case。

以上，全部是我用可灵，实打实用AI生成出来的，而且根本没怎么roll，每个视频最多roll2次。

当AI能做到这个级别的视频效果的时候。

现实，真的还需要存在吗？

登录可灵官网：https://app.klingai.com/cn/

你就能在视频生成的tab里，看到可灵2.0大师版了。

在运镜幅度、物理规律、人物表演、动作稳定性、语义理解等等上，都有巨幅且水桶的提升。

可灵1.6之前就是能实际使用的AI视频中的No.1，而这次，可灵2.0，又把AI视频带上了一个新的高度。

给大家看一个非常直观的对比。

这是一只霸王龙。

我们看到这张图的时候，已经就能非常直观的感受到动势，霸王龙正脸怒吼，镜头近到几乎要被吞掉，我想到最直观的prompt，就是“第一人称逃跑视角”，你坐在一辆越野车上，看着霸王龙一点一点冲过来，随时要你的命，这个感觉是很刺激的。

我的Prompt是：霸王龙怒吼后猛然冲向镜头，张口扑咬，巨大的身体掀翻树木，镜头剧烈晃动，模拟第一人称逃跑视角，穿越丛林，狂奔躲避追击，树枝划过镜头，恐惧与速度并存。

先来看可灵1.6的（不要瞧不起1.6，在2.0出来之前已经是王中王了，可以看我之前评测RunwayGen4的时候，跟可灵1.6的对比的文章 - ）

能看到，问题还是有很多，霸王龙的动势是到位了，但是霸王龙跟树的交互也非常的奇怪。树跟橡胶一样，一股子路飞既视感。

再看可灵2.0。

直接撞断树，一脚踩塌树，运动感爆炸，霸王龙和周围环境的交互爆炸。还有周围被扬起的灰尘，以及差点被咬到的后怕，可灵2.0都表现的淋漓尽致。

这是运镜、动作、交互等所有方面，水桶式提升的一个综合案例。

给你带来了无与伦比的AI视频“观影”体验。

在人与物交互方面，还有一个过去很难做的一个案例，叫“摘眼镜”。

对，就是带着眼镜的人，摘眼镜。

正好可图2.0这次是一起发布的，在电影质感上也不错，我再做一个联动的case，给大家看一下效果。

我先用可图2.0，生成了一个戴着金丝边眼镜的小丑妆女孩。

生图的Prompt是这样的：

电影质感，特写镜头，一位年轻女小丑的脸部，带有红色大鼻子、红色腮红妆容，眉毛浓密，戴着圆形金丝眼镜，头发是红蓝相间的蓬松卷发假发，表情严肃、带有内敛的悲伤感，皮肤细腻，细节写实，光影浓郁，整体氛围昏暗、具有电影感和戏剧张力，背景虚化，焦点集中在眼神和面部表情上。

我生视频的prompt是这样的：小丑妆女孩定格凝视镜头，眼神冷静中透出疲惫，镜头缓慢后拉，微微抖动聚焦眼神，他轻轻摘下眼镜，嘴角抽动仿佛想笑，最终眼神低垂不语，气氛压抑克制，镜头暗转隐入阴影。

我们来看看，可灵1.6在摘眼镜上的效果。

人物表情倒是比较精致，包括眼皮、嘴角的抽动都实现了，但是镜头没理解，而且这个眼镜，虽然摘了，但是眼镜腿疯狂抖动，还把鼻子给带下来了。。。

我们再来看看可灵2.0。

镜头逐渐后拉，画面外的手，伸到眼镜腿上，按照真实物理反馈将眼镜抬起，眼镜本体同时不变形，再摘下来的时候，镜片上的光影还会给你近乎显示的展现。

最后的遁入暗影，也是衔接的非常完美。

这就是真实感，无与伦比的真实感，能以假乱真的真实感。媲美电影级审美的真实感。

还有这个，可图2.0生成的很漂亮的亚洲女孩。

我想让她摘下眼镜，然后走起来。

看看可灵1.6。

抬了一个假动作。

我们再看看2.0。

不仅把眼镜摘下来了，而且眼镜里的反光，都模拟了出来。

AI视频模型有一个最基本的测试原则就是，画面面积占比越大，成功率越大，面积占比越小，成功率越小。

可灵1.6在这个面积上失败了，但是可灵2.0成功了。这个点，就能看出来，可灵2.0的强大了。

还有多人的不同动作和交互，这在过往，真实感也会因为多主体的复杂，而被大幅的削弱。

比如这张图上的四个人，我们想做复杂的动作，还希望画面外的人，来跟画面内的人产生一些交互。

Prompt是这样的：五人围坐篝火旁，女子抬头微笑看向镜头，身旁男子弹吉他，画面外的人递茶给她，她接过来吹了吹，大家交谈轻笑，火光映出脸庞，镜头不动。

可灵1.6是这样的。

说实话，动作啥的已经很好了，但是从我们人类的直觉看过去，可能细看之下，还是会有点假。如果你感受不到假的话，那对比2.0生成的内容看看。

右下角燃烧的火光映射在众人的脸上，大家脸上的光影随着火的跳跃而闪动，火上冒出的寥寥炊烟，还有画面外的第5个人，以及人与人之间，那自然和谐不造作的表情。

这一切的一切，都在提醒你，这是真实的。

还有两人的爱情，除了手部的交叉运动的时候会有bug，其他几乎都很真实了。

还有派大星吹笛子，语义理解能力强到爆炸。

Prompt：派大星在夜市集市上吹长笛，表情认真，动作滑稽，围观人群跟着节奏晃动，他吹奏过程中频频停顿观察周围物体，然后继续演奏，最终表演结束鼓起腮帮子比赞，镜头轻快滑动，全程欢乐。

一个吟游猫诗人，在酒馆中，唱着属于自己的故事，而且，弹吉他的手，还会按和弦。

轻声哭泣的外星人。

老人们敬礼后，相视一笑，一生的记忆，都在这一刻了。

一个看着专业但是却是菜鸡的跳水。

监控风，怪兽的第一次现身。

她性感地吞下“快乐”，这是一个时代，用消费麻醉灵魂。

女孩刚刚淋了一场暴雨，在失恋的氛围中，黯然神伤。

第一视角，在开车，是真实的开车。

女孩刚进行完一场演出，向大家，诚恳的鞠了一躬。

我还有太多太多想给你看的案例，但是受限于篇幅，我就只能放这么多了。

我觉得，真实感不是技术的结果，是审美的跃迁。

它是一种“你没法说它哪里对了，但你知道它真的对了”的东西。

像是你深夜看了一段视频，主角一个眼神扫过来，你突然有点发怔，心跳慢了半拍，甚至怀疑了一下：这真的是AI生成的吗？

真实感，是一种，从AI制造出来的幻象中，被打动的耻辱感。

是一种，你明明知道它是假的，但你仍然会被它轻轻拽进那个世界里的羞耻感。

我们总说“沉浸感”，说电影让人沉浸、游戏让人沉浸，但沉浸之前要发生的第一件事是什么？

是你信了。

你信了那是雨，你信了那是愤怒，你信了他要哭了、要笑了、要崩溃了。

而这个“信”，是过去所有AI视频都始终做不到的部分。

我只在Veo2的demo里，看到类似的感觉。

但现在，可灵2.0做到了。

它不是“像”，它是“信”。

信了，这个视频里的一切。

这就是可灵2.0，这就是把真实感拉满的王。

但是，接下来的，我还是要非常坦诚的，说一说可灵2.0，目前我测试下来，做不到的地方。

这不是挑刺，而是对于一个目前世界No.1的模型，最基本的尊重，这也是，他未来可以继续坐在铁王座上的理由。

比如目前在高速且群像的运动下，部分人物的稳定性还有进步空间。

比如这个战争视频，你能在开头上，看到明显的一个人分裂成了两个人，就像浓雾一样交织。

比如一群人的怪物猎人，小芝麻粒点大的人会有点乱。但是坦率的讲，这个要是都稳定了，那特效行业，就可以不需要存在了。

还有一些极度强调真实物理的跟现实一致的交互，还会有一些进步的空间。

比如投篮，对于AI视频来说几乎是噩梦，可以很明显的看到人物的效果都是很棒的，最后球的物理路线，会有点让牛顿的棺材板压不住。

可灵2.0在AI视频业内，已经是No.1了，接下来的目标，我觉得已经不是别的AI视频模型了，而是，剑指好莱坞。

最后，我想说。

我们这些看着可灵，从1.0走到2.0的玩家，注定会是最早一批，见证新纪元崛起的人。

去年6月，可灵1.0第一次上线的时候。

这也是我们第一次，可以走到AI身边，跟他说一句：

“我想拍个梦。”

所以，别犹豫了。

去登录可灵，打开视频生成那一页，传上你的第一张图，写下你的第一个prompt。

然后，你就会明白。

什么叫，现实不再需要存在了。

让我们，开始拍梦吧。

以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～谢谢你看我的文章，我们，下次再见。

>/ 作者：卡兹克

原标题：《可灵2.0正式发布 - 现实，真的不存在了。》

阅读原文