圍獵AI超級創作人，10個月迭代20個版本，可靈AI的奪命狂奔

可能每個搞AI視頻大模型的人心里都有一個三體夢。

不久前，可靈AI召開2.0升級發布會?？焓指呒壐笨偛谩⑸鐓^科學線負責人蓋坤上臺就講了一個故事。

大概在一年前，在公司內部看可靈第一個DIT模型產出結果的時候，他就想，自己什么時候能用AI把心目中的《三體》做出來？

蓋坤一開始就知道，整個視頻生成技術是一個長跑，他們距離心目中的還有很遠。他們也知道，這個賽道將會激烈。

因此，可靈AI發布后就進入了奪命狂奔的模式。在過去的10個月里，可靈AI已經經歷了20多次產品迭代。

在發布會當天，蓋坤展示了可圖2.0、可靈AI2.0和多模態編輯功能，從數據測試來看，都遠超目前海外TOP級別同類產品。

技術能力只是可靈AI的殺手锏之一。

在當天的發布會上，我們還看到了大量的AI視頻超級創作者。汗青Talk、陳坤、宋東恒、樓濟銘、森海熒光、Danny造夢、異類Outliers……

可以說，可靈擁有整個AI視頻領域最龐大的內容創造群體。這些超級創作者是AI視頻內容社區的星星之火，也是燈塔。

可靈AI也在通過各種運營方式，跟各種企業，以及影視大會合作，給到超級AI創作者們更多曝光機會，激發他們的創作潛能。

大家距離“三體”夢越來越近了。

可靈AI月活用戶增長25倍

作為全球第一款公開可用的DIT架構視頻生成大模型，可靈AI從一誕生就是先進創意生產力平臺的代表。

盡管在可靈AI之后，國內外也出現了不少AI視頻模型，但不管是產品迭代、用戶體驗、商業化等方面，可靈AI都持續斷層式領先。

根據公司2024年財報中提到的數據，截止2025年2月，可靈AI的商業化收入已經超過1億元。

在過去10個月里，可靈AI在模型效果方面始終保持在行業的第一梯隊。從Artificial Analysis的評測榜單上可以看到，可靈AI和谷歌旗下的Voe2，在圖生視頻和文生視頻上分別占據Top1。

今年1月份，可靈APP在8個國家和地區包括智利阿根廷等，都榮獲了蘋果IOS下載榜單第一名；同時在包括美國等29個國家和地區，榮獲了圖像和視頻榜單的第一。

在這些榜單背后，是可靈AI收獲的無數AIGC創作者的熱情。

從1.0版本發布至今，可靈AI用戶已經超過2200萬用戶，月活用戶數增長了25倍。據統計，這些用戶在可靈AI的平臺上發布了1.08億的視頻和3.44億張圖片。

除了個人用戶以外，目前有超過15000名開發者在使用可靈AI的API。這些開發者已經累計生成了1200萬個的圖像和4000萬個的視頻。

可靈AI狂奔一年后，回到它誕生的初心，一個問題便油然而生：現在的視頻生成技術可以讓每個創作者講好自己的故事了嗎？

還遠遠不夠。

那么，創作者在使用行業頂級AI視頻生成工具時，一般會遇到什么問題？

這是個各家AI視頻生成工具都需要面臨的共性問題。

第一個問題是，語義分析能力在部分情況下不夠。

語意分析能力不夠，妨礙了創作者們用文字能夠很精準的表達控制自己的輸出結果，讓自己的創意大打折扣，我們其實需要一個語義分析能力更強的視頻生成大模型。

第二類碰到的常見的問題是，動態質量的問題。

這里包括大家所常說的運動過快，或者運動不符合物理規律。

用戶需要一個動態能力更好的視頻生成模型，還需要一個真實性更強，美感更好的視頻生成模型。

蓋坤在現場展示了一些AI視頻生成中遇到問題的案例。比如，美感不夠，鏡頭不夠，不真實等等。

這些問題，都是創作者和開發合作伙伴在視頻創作中遇到的共性問題，大家迫切需要一個更強大的視頻生成模型能夠在語義遵循、畫面質量、動態質量、真實度和美感上都比現在的行業水平有一個大幅提升。

為了進一步解決這些問題，可靈AI升級到2.0版本。蓋坤稱之為，世界上最強大的視覺生成模型。它來了。

可靈AI2.0更懂常識和審美

現場，蓋坤用一段視頻介紹了一下可靈和可圖2.0模型。緊接著，他用數據進一步說明可圖2.0模型的能力。

現場測評展示中可以看到，與世界上頂級的圖片模型MidjourneyV7相比，可圖2.0勝負比達到300%以上，而對比近期非常火的REVE模型，勝負比達到193%，對比FLUX1.1[pro]勝負比已經達到152%。如果兩款產品的對比數據如果是100%說明，說明一樣好。

這說明，可圖2.0現在是行業領先的專業圖象模型。

第二個重磅發布的是可靈2.0文生視頻模型。

蓋坤也選擇了兩個全球頂級視頻模型進行對標，一個是與可靈AI1.0并列的Veo2，另一個是OPenAI旗下的Sora。

通過數據測評，可靈2.0文生視頻模型對比Veo2在綜合勝負比上達到了205%，對比Sora達到了327%。

第三個重磅發布的是可靈2.0圖生視頻模型。

對比Veo2，以及海外剛發布的Gen-4，可靈2.0圖生視頻的總和勝負比都達到180%左右。這意味著在圖生視頻上，可靈AI依舊持續領先。

有了好用且功能強大的AI工具，下一步就是教會用戶如何用。解決這個問題，需要打通關鍵的一步：人如何與AI進行最基礎的文字溝通。

說白了，就是提示詞。

你會發現，目前，使用AI圖片和視頻工具比較熟練的用戶輕清一色對“語言描述”有著強大的駕馭能力。描述越精準，越細致，AI產出的圖片和視頻就更接近創作者的想象。

然而，遺憾地是，不是所有人都有這種文字功底和能力。這就讓創作者在提示詞階段拉開了巨大差距。

其實，我們很難用文字把影像信息完美的描述出來。因為文字作為人去描述自己想像中的世界的媒介是不完美的。

那怎么辦呢？

我們需要定義一個新的語言，一個人和AI交互的新的語言，能夠讓我們的想像能夠被AI完全感知到，能夠讓你的想像成真。

如何定義？

可靈定義了一種新的語言叫做MVL（Multi-modal Visual Language），多模態視覺語言。

MVL里面有兩類非常關鍵的元素，第一類是TXT（Pure Text，語義骨架），第二類稱為MMW（Multi-modal-document as a Word，多模態描述子），把多模態信息引入進來，當成一個單詞，能夠嵌入到我們的骨架里面，共同描述你想像的世界。

這是一種非常直觀，因為能夠用人類的語言描述，同時用多模態信息做線路，能夠大幅度擴展描述的精準性，能夠更完美的描述人腦海中的想像。

基于MVL的思想，可靈第一個產品，多模態編輯正式發布。這意味著，未來一定不只有圖片和視頻兩個模態，今后還會拓展更多模態的輸入。

可靈AI的超級創作者們

可靈AI一直是AI視頻領域的領頭羊。這也吸引了大量超級AI視頻創作者聚集在可靈的社群中。

最早，快手短劇聯合快手可靈AI大模型、創作者“閑人一坤”導演陳坤，共同推出取材自《山海經》、完全由AI制作的奇幻微短劇《山海奇鏡之劈波斬浪》。

《山海奇鏡》通過AI技術，在對水神共工、火神祝融，神獸鯤、鵬、蠃魚、九嬰、鮫人的影像化塑造都稱得上震撼。

更關鍵的是，這部AI短劇實現了人物皮膚紋理、微表情動態的精細化處理、人物肌肉動態處理合乎物理規律的一致性等，如上圖行舟眼神中的恐懼、下圖水爺的眼神變化細節等，都讓AI影像更加真實可感。

后來，快手宣布正式啟動“可靈AI”導演共創計劃。李少紅、賈樟柯、葉錦添、薛曉路、俞白眉、董潤年、張吃魚、王子川、王卯卯等9位知名導演，將依托可靈AI的技術能力，制作出品9部AIGC電影短片。據悉，9部短片將全部由可靈AI進行視頻生成，電影導演完全依托視頻生成大模型，群體深度參與電影級內容創作。

就在今年春節之前，可靈AI又上線了AI劇集《新世界加載中》。這部短劇的總導演，異類Outliers的創始人陳翔宇也參加了可靈AI2.0的發布會。

陳翔宇表示，《新世界加載中》從劇本創作到內容發行歷時一年的時間，歷經一次完整的關于AI影像的工業化創作流程。

“可靈AI是一個能夠穩定的大規模嵌入劇集當中的視頻生成大模型。在《桃源》這個系列中，我們能看到，可靈AI在本土故事的塑造和中國元素的表達上面都是有非常強大的優勢的，是克制精準的影視級表達?！?/p>