昨晚，AI視頻領(lǐng)域，終于來(lái)了一點(diǎn)新東西。

可靈，掏出了一個(gè)全新的多模態(tài)視頻大模型，可靈 O1 。

彈窗上，居然顯示連發(fā)5天，后面除了可靈O1，還有新貨。

而這也是第一次， 在AI視頻領(lǐng)域，有人把參考生視頻、文生視頻、首尾幀生視頻、視頻內(nèi)容修改、風(fēng)格重繪、鏡頭延展等等多種能力，融合到了這個(gè)大一統(tǒng)的可靈 O1 模型之中。

而我，也做了一個(gè)小片子，來(lái)給大家展示一下，它的能力。

可以說(shuō)，這就是AI視頻領(lǐng)域的Nona Banana。

目前，已經(jīng)正式上線，所有的人也都可以玩到。

作為可靈超創(chuàng)，我在上周其實(shí)就已經(jīng)拿到了內(nèi)測(cè)資格，在體驗(yàn)了幾天，花了2萬(wàn)多積分，做了2個(gè)小片子以后，說(shuō)實(shí)話，很多的玩法讓我很驚喜。

所以，我也想來(lái)跟大家，真實(shí)的聊一聊，我對(duì)可靈 O1 的評(píng)價(jià)。

話不多說(shuō)，正式開始。

首先，可靈官網(wǎng)在此：

https://app.klingai.com/

進(jìn)入首頁(yè)之后，你看到這兩帶顏色且明顯長(zhǎng)的跟其他的icon不一樣畫風(fēng)的，就是可靈O1。

點(diǎn)進(jìn)去以后，可以看到網(wǎng)址上，寫的是Omni。

可靈O1的這個(gè)O，就是Omni的縮寫，跟GPT-4o的那個(gè)o意思一致，這單詞來(lái)自拉丁語(yǔ)前綴，意思就是“all，所有、一切”。

基本現(xiàn)在大模型圈已經(jīng)有了一個(gè)心照不宣的默契，就是誰(shuí)在名字里加個(gè) Omni，基本就是在對(duì)外說(shuō)。

我是一個(gè)多模態(tài)大一統(tǒng)的基座模型。

進(jìn)去以后，就可以看到這么一個(gè)界面。

可以上傳圖片和視頻，也可以用主體。

主體不是一個(gè)新東西，這個(gè)功能你可以理解為一個(gè)預(yù)設(shè)。

把一個(gè)人物或者物品的多角度圖傳上去，然后封裝成一個(gè)主體，更便于調(diào)用。

頂上那一圈功能，是對(duì)可靈O1的一個(gè)快捷模板，比如參考生視頻，就是傳幾張圖，更加確保一致性的情況下，生成視頻。

而這次的兩個(gè)新東西，分別是指令變化和視頻參考。

這也是可靈O1這次我覺得的，重中之重。

以前的可靈，是完全沒有辦法，對(duì)視頻進(jìn)行編輯或參考的，但是這次，終于可以了，這也是我為什么想說(shuō)，這是AI視頻領(lǐng)域的Nano Banana的原因。

雖然這還是第一版，還有部分局限性，但是這也是第一次，我們用嘴改視頻，終于也成為了可能。

我列幾個(gè)我自己覺得還是比較有趣的玩法。

讓大家看看它的能力。

一. 視頻中增加和刪除內(nèi)容

第一個(gè)，當(dāng)然逃不開的就是，對(duì)視頻內(nèi)容進(jìn)行增刪。

任意增加內(nèi)容，或者刪除內(nèi)容。

以前要在視頻里多加一個(gè)東西，比如桌子上多一杯奶茶，天空多一架飛機(jī)，街道多一輛車，這種事真的究極費(fèi)勁。

隨便一小段，就能干掉一個(gè)后期師一天，真的，特別費(fèi)人，巨浪費(fèi)時(shí)間。

特別是一些綜藝，比如某個(gè)藝人塌房的時(shí)候，那摳人摳的。。。簡(jiǎn)直是噩夢(mèng)。

而在視頻多模態(tài)模型的加持下，這個(gè)傳統(tǒng)需要巨大人力修改的視頻模態(tài)，成本被拉到了極低。

現(xiàn)在，只要會(huì)說(shuō)話，會(huì)描述，就可以增加或刪除視頻里的內(nèi)容。

比如。

經(jīng)典電影《馬達(dá)加斯加的企鵝》里面的那三只企鵝，沒穿衣服，實(shí)在是有點(diǎn)不文雅。

那我們一句話，就可以給中間的Skipper，穿上一個(gè)西裝，戴上墨鏡。

就能讓它得到一個(gè)很不錯(cuò)的效果，更像老大。

這次在參數(shù)上，有一個(gè)比較新的點(diǎn)也可以說(shuō)下，就是時(shí)長(zhǎng)自由，3～10s內(nèi)的視頻，都可以自由生成。

再比如，我自己生成了一個(gè)歌劇女郎。

為了給她增加一些神秘感，我就給她添了一個(gè)面罩。

既然可以增加，那刪除肯定也是完全沒有問(wèn)題。

比如我隨手拍了一個(gè)公司里面的鏡頭。

然后，直接，一句話消除。

真的，所有的人，就全都沒了，就跟滅霸打了響指一樣。

比如哆啦A夢(mèng)里面的這個(gè)鏡頭。

直接一句話，讓小夫在這個(gè)畫面中消失。

你真的，完全感受不到小夫的存在過(guò)。

可憐的小夫。。。

所以啊，很多分手了的視頻，也其實(shí)可以，用可靈 O1 處理處理。。。

你懂的。。。

二. 修改視頻中的特定內(nèi)容

第二個(gè)，也很好玩。

上面我們看了增加和刪除，而現(xiàn)在，你也可以只改視頻里的某一個(gè)部分 。

比如。

不改人，只改衣服顏色，不改構(gòu)圖，只把夏天改成冬天，一鍵變雪景，不改鏡頭運(yùn)動(dòng)，只把樓下那條路，變成開裂的地表等等等等。

比如，我拍了一下我們公司附近的一個(gè)很大的空地。

我們可以，直接用可靈 O1 ，打個(gè)響指，讓這個(gè)地方，一鍵地表開裂。

還有，讓我坤哥手上的籃球，變成足球。

還有，一個(gè)模特走秀，我們希望她換頭發(fā)，換衣服等等，也可以一句話直接修改。

百變女神有木有。

不止可以變化場(chǎng)景和物體，還可以，讓修改視頻的天氣。

讓人物和場(chǎng)景完美融合。

整體效果還不錯(cuò)，不過(guò)還是會(huì)有一些不足。

比如精細(xì)控制不夠，坤哥足球那個(gè)case大幅運(yùn)動(dòng)偶爾會(huì)崩穿幫一下，但是如果你的場(chǎng)景不是電影級(jí)的畫面，就是短視頻這種，再揚(yáng)長(zhǎng)避短一下，我真的覺得已經(jīng)非常夠用了。

三. 把視頻扣成綠幕

這個(gè)玩法也挺特別的，就是是一個(gè)看起來(lái)很傳統(tǒng)，但實(shí)際非常有用的能力。

把一個(gè)現(xiàn)有視頻，自動(dòng)扣成綠幕素材。

以前我們要做虛擬演播廳、虛擬背景、特效合成等等，第一步一定是拍綠幕。

因?yàn)橹挥芯G幕才能最方便的幫你去后期疊加各種特效效果，最方便的進(jìn)行合成。

一些不需要那么精細(xì)的場(chǎng)景，我們其實(shí)就可以直接用可靈 O1 來(lái)做了。

但是對(duì)于一些傳統(tǒng)的要求極高的影像內(nèi)容，AI可能暫時(shí)能力還達(dá)不到，那扣出主體，把背景變成綠幕，后期用別的視頻合成進(jìn)去，其實(shí)是更好的方案。

以前傳統(tǒng)流程如果前期沒有搭綠幕，而是后期來(lái)扣，那真的麻煩到爆炸，而現(xiàn)在，借助可靈 O1 ，你可以理解成，它用自己的視頻理解+分割能力，幫你自動(dòng)做了一次綠幕摳像。

比如這個(gè)史迪仔，在太空中漂浮的場(chǎng)景，我們只想保留史迪仔，然后希望把背景變成綠幕。

就可以直接說(shuō)：

把視頻改為綠幕，保留畫面中毛茸茸的史迪仔。

然后你就能得到，一個(gè)摳完的視頻。

又比如，把這個(gè)鹿的背景摳成綠幕。

效果相當(dāng)不錯(cuò)。

四. 參考視頻動(dòng)作

除了對(duì)視頻本身進(jìn)行編輯之外，你還可以，把視頻作為參考本身，用一個(gè)現(xiàn)有視頻，去驅(qū)動(dòng)另一個(gè)角色的視頻動(dòng)作。

就是大家經(jīng)常能看到的動(dòng)作遷移，現(xiàn)在用可靈 O1 ，已經(jīng)可以進(jìn)行的非常好了。

簡(jiǎn)單說(shuō)，就是，比如你有一個(gè)角色跳舞的視頻A，還有有一個(gè)角色或者插畫人物B，用可靈O1，就可以讓B按照A的動(dòng)作，跳一模一樣的舞。

比如原跳舞視頻是這個(gè)。

很魔性很抽象。

現(xiàn)在，我們給他一個(gè)瘋狂動(dòng)物城里面的尼克，讓他也來(lái)跳這個(gè)舞。

只需要特別簡(jiǎn)單的一句，把視頻中的角色，替換成尼克。

就可以得到一個(gè)動(dòng)作遷移非常的好的尼克跳舞視頻。

這類功能，在之前的一些AI視頻產(chǎn)品里也以零散的功能出現(xiàn)，但可靈 O1 這次，直接集成進(jìn)了自己的多模態(tài)模型里，而且效果非常棒。

可以非常便捷的，替代以前的動(dòng)作捕捉了。

而且不止可以遷移動(dòng)作，人物的表演能力，也可以非常棒的遷移過(guò)來(lái)。

比如把尼古拉斯凱奇，直接替換成，尼古拉斯趙四。

還有把AI視頻里的白發(fā)老人，換成風(fēng)騷律師的主角Jimmy。

效果非常的穩(wěn)定。

五. 更改視頻風(fēng)格

改視頻風(fēng)格，應(yīng)該是大家最容易理解的，也是AI視頻第一次出現(xiàn)的時(shí)候，最流行的玩法。

也就是，在不改變視頻內(nèi)容的前提下，直接換一整套風(fēng)格。

比如把現(xiàn)實(shí)拍攝的視頻，改成手繪動(dòng)畫，或者把城市夜景變成賽博朋克等等。

還是用我最開始拍的空地，我們直接把他變成，全部變成像素化，包括手，地面，遠(yuǎn)處的建筑和天空。

又或者，把我的實(shí)拍視頻，加上蒙克那張經(jīng)典的吶喊。

然后，就變成了一個(gè)非常具有視覺沖擊力的風(fēng)格。

這個(gè)玩法，我特別喜歡。

除了上面這些比較主線的能力，還有一堆零零碎碎的，擁有模型世界知識(shí)的玩法。

比如直接根據(jù)一個(gè)鏡頭，生成下一個(gè)鏡頭。

例如這個(gè)車。

扔到可靈O1里面。

然后就會(huì)得到這樣一個(gè)，展現(xiàn)極致速度感的視頻。

比如把這個(gè)鏡頭，切換成另一個(gè)視角。

就可以得到一個(gè)特寫。

等等等等。

通過(guò)以上的案例，其實(shí)你就能大概的看出來(lái)，可靈 O1 的能力了。

這篇文章的所有視頻案例，本來(lái)，就準(zhǔn)備到此結(jié)束了。

但是，而我和好基友@溫維斯 ，在晚上聊天的時(shí)候，又有了一個(gè)新的靈感，所以，決定。

通宵，跟他工作室的小伙伴們，再一起，搓一個(gè)，新的片子。

于是，有了這個(gè)新鮮的，《我的神奇“靈”力》。

如果一定要用一個(gè)詞來(lái)描述這個(gè)小片子的話，那應(yīng)該就是：

靈光一現(xiàn)。

希望大家喜歡。

可靈O1，是AI視頻領(lǐng)域，第一個(gè)真正意義上的大一統(tǒng)模型。

當(dāng)然，因?yàn)槭浅跗冢Ｐ瓦�做不到完美。比如在多主體識(shí)別、畫面質(zhì)量的呈現(xiàn)上還能做得更好。

但，這是前往更牛逼的多模態(tài)模型的，必經(jīng)之路。

現(xiàn)在的Nano Banana Pro強(qiáng)到飛起，也是從當(dāng)年的Nano Banana一代，逐漸進(jìn)化而來(lái)的。

就像2024年6月6號(hào)，我們看可靈1.0的時(shí)候。

也許幾年之后回頭看今天，可靈O1只是一個(gè)新時(shí)代的開始，就像我們用現(xiàn)在的眼光，來(lái)看可靈1.0那樣。

但如果某一天，我們真的有那種，所謂的給一句話，它就能幫你從策劃到拍片到剪輯全包的終極視頻 AI。

那它的族譜往上翻，我覺得肯定會(huì)寫著。

這里，曾經(jīng)有一個(gè)叫可靈O1的名字。

從這一代開始，我們第一次認(rèn)認(rèn)真真的。

把用嘴改視頻。

當(dāng)成了一件理所當(dāng)然的事。

以上，既然看到這里了，如果覺得不錯(cuò)，隨手點(diǎn)個(gè)贊、在看、轉(zhuǎn)發(fā)三連吧，如果想第一時(shí)間收到推送，也可以給我個(gè)星標(biāo)?～謝謝你看我的文章，我們，下次再見。

>/ 作者：卡茲克、水杉、Chiyo

>/ 投稿或爆料，請(qǐng)聯(lián)系郵箱：wzglyay@virxact.com