AI 視頻領(lǐng)域，終于來了一點新東西。

往期測評：

可靈，掏出了一個全新的多模態(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，融合到了這個大一統(tǒng)的可靈 O1 模型之中。

而我，也做了一個小片子，來給大家展示一下，它的能力。

可以說，這就是 AI 視頻領(lǐng)域的 Nana 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)，我在上周其實就已經(jīng)拿到了內(nèi)測資格，在體驗了幾天，花了 2 萬多積分，做了 2 個小片子以后，說實話，很多的玩法讓我很驚喜。

所以，我也想來跟大家，真實的聊一聊，我對可靈 O1 的評價。

話不多說，正式開始。

首先，可靈官網(wǎng)在此：https://app.klingai.com/

進入首頁之后，你看到這兩個顏色且明顯長的跟其他的 icon 不一樣畫風(fēng)的，就是可靈 O1。

點進去以后，可以看到網(wǎng)址上，寫的是 Omni。

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

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

我是一個多模態(tài)大一統(tǒng)的基座模型。

進去以后，就可以看到這么一個界面。

可以上傳圖片和視頻，也可以用主體。

主體不是一個新東西，這個功能你可以理解為一個預(yù)設(shè)。

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

頂上那一圈功能，是對可靈 O1 的一個快捷模板，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，對視頻進行編輯或參考的，但是這次，終于可以了，這也是我為什么想說，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，當然逃不開的就是，對視頻內(nèi)容進行增刪。

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東西，比如桌子上多一杯奶茶，天空多一架飛機，街道多一輛車，這種事真的究極費勁。

隨便一小段，就能干掉一個后期師一天，真的，特別費人，巨浪費時間。

特別是一些綜藝，比如某個藝人塌房的時候，那摳人摳的。。。簡直是噩夢。

而在視頻多模態(tài)模型的加持下，這個傳統(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，只要會說話，會描述，就可以增加或刪除視頻里的內(nèi)容。

比如。

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

那我們一句話，就可以給中間的 Skipper，穿上一個西裝，戴上墨鏡。

就能讓它得到一個很不錯的效果，更像老大。

這次在參數(shù)上，有一個比較新的點也可以說下，就是時長自由，3～10s 內(nèi)的視頻，都可以自由生成。

再比如，我自己生成了一個歌劇女郎。

為了給她增加一些神秘感，我就給她添了一個面罩。

既然可以增加，那刪除肯定也是完全沒有問題。

比如我隨手拍了一個公司里面的鏡頭。

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 夢里面的這個鏡頭。

直接一句話，讓小夫在這個畫面中消失。

你真的，完全感受不到小夫的存在過。

可憐的小夫。。。

所以啊，很多分手了的視頻，也其實可以，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，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，不改鏡頭運動，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很大的空地。

我們可以，直接用可靈 O1，打個響指，讓這個地方，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。

不止可以變化場景和物體，還可以修改視頻的天氣。

讓人物和場景完美融合。

整體效果還不錯，不過還是會有一些不足。

比如精細控制不夠，坤哥足球那個 case 大幅運動偶爾會穿幫一下，但是如果你的場景不是電影級的畫面，就是短視頻這種，再揚長避短一下，我真的覺得已經(jīng)非常夠用了。

三、把視頻扣成綠幕

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

把一個現(xiàn)有視頻，自動扣成綠幕素材。

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。

因為只有綠幕才能最方便地幫你去后期疊加各種特效效果，最方便地進行合成。

一些不需要那么精細的場景，我們其實就可以直接用可靈 O1 來做了。

但是對于一些傳統(tǒng)的要求極高的影像內(nèi)容，AI 可能暫時能力還達不到，那摳出主體，把背景變成綠幕，后期用別的視頻合成進去，其實是更好的方案。

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，幫你自動做了一次綠幕摳像。

比如這個史迪仔，在太空中漂浮的場景，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：

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，一個摳完的視頻。

四、參考視頻動作

除了對視頻本身進行編輯之外，你還可以，把視頻作為參考本身，用一個現(xiàn)有視頻，去驅(qū)動另一個角色的視頻動作。

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

簡單說，就是，比如你有一個角色跳舞的視頻 A，還有一個角色或者插畫人物 B，用可靈 O1，就可以讓 B 按照 A 的動作，跳一模一樣的舞。

比如原跳舞視頻是這個。

很魔性很抽象。

現(xiàn)在，我們給他一個瘋狂動物城里面的尼克，讓他也來跳這個舞。

只需要特別簡單的一句，把視頻中的角色，替換成尼克。

就可以得到一個動作遷移非常好的尼克跳舞視頻。

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，替代以前的動作捕捉了。

而且不止可以遷移動作，人物的表演能力，也可以非常棒的遷移過來。

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)實拍攝的視頻，改成手繪動畫，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，遠處的建筑和天空。

又或者，把我的實拍視頻，加上蒙克那張經(jīng)典的吶喊。

然后，就變成了一個非常具有視覺沖擊力的風(fēng)格。

這個玩法，我特別喜歡。

寫在最后

除了上面這些比較主線的能力，還有一堆零零碎碎的，擁有模型世界知識的玩法。

比如直接根據(jù)一個鏡頭，生成下一個鏡頭。

例如這個車。

扔到可靈 O1 里面。

然后就會得到這樣一個，展現(xiàn)極致速度感的視頻。

比如把這個鏡頭，切換成另一個視角。

就可以得到一個特寫。

等等等等。

通過以上的案例，其實你就能大概的看出來，可靈 O1 的能力了。

這篇文章的所有視頻案例，本來，就準備到此結(jié)束了。

但是，我和好基友@溫維斯，在晚上聊天的時候，又有了一個新的靈感，所以，決定。

通宵，跟他工作室的小伙伴們，再一起，搓一個，新的片子。

于是，有了這個新鮮的，《我的神奇“靈”力》。

如果一定要用一個詞來描述這個小片子的話，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，第一個真正意義上的大一統(tǒng)模型。

當然，因為是初期，模型還做不到完美。比如在多主體識別、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 強到飛起，也是從當年的 Nano Banana 一代，逐漸進化而來的。

就像 2024 年 6 月 6 號，我們看可靈 1.0 的時候。

也許幾年之后回頭看今天，可靈 O1 只是一個新時代的開始，就像我們用現(xiàn)在的眼光，來看可靈 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，我覺得肯定會寫著。

這里，曾經(jīng)有一個叫可靈 O1 的名字。

從這一代開始，我們第一次認認真真的。

把用嘴改視頻。

當成了一件理所當然的事。