快手发布可灵 2.0：支持多元素视频编辑，全球用户超 2200 万

如果你试过用 AI 做视频，大概率遇到过这种崩溃瞬间：好不容易摇出一个满意的镜头，但画面里突然多了个奇怪的杂物，或者你想让主角换身衣服，结果只要重新点一次生成，整个人物长相和动作就全变了。

快手想把这种「抽卡式」的创作流程改一改。4 月 15 日，快手在北京举办模型 2.0 发布会，正式全球上线可灵 2.0（KLING 2.0）视频生成模型和可图 2.0（KOLORS 2.0）图片生成模型。

从去年 6 月推出至今，可灵已经迭代了 20 多个版本，全球用户突破了 2200 万。快手高级副总裁盖坤在现场透露，全球有超过 1.5 万名开发者接入了可灵的 API，累计生成了 1200 万张图片和超过 4000 万条视频。

视频剪辑不用重抽，直接在画面里改

这次更新最直接的变化，是可灵推出了多模态视觉语言 MVL 的新交互概念，并带来了多元素编辑器。

说白了，以前想改视频里的东西基本等于重新赌运气，而现在你可以基于现有的视频片段，直接通过文字或参考图，对画面里的某个元素进行替换、新增或删除。

比如你想把桌上的水杯换成咖啡杯，或者给背景加一扇窗户，不用把整段视频推翻重来。快手副总裁兼可灵 AI 负责人张迪表示，这种把图片参考和视频片段结合的方式，能让创作者更精准地控制画面里的角色身份、外观、动作甚至运镜。

另一个细节是，目前可灵平台上大约 85% 的视频生成都是来自「图生视频」。也就是说，视频做得好不好，底图的质量占了大半。

针对这点，同步推出的可图 2.0 对文生图能力进行了重构。官方表示新模型大幅提升了提示词的遵循度和电影级质感，并且直接支持超过 60 种风格化转换。

在商业化和生态方面，快手还顺势推出了可灵 NextGen 扶持计划，打算拿出数百万资金，加上流量推广和新功能内测权限，专门扶持 AI 影视创作者。在此之前，小米、亚马逊云科技、阿里云、Freepik 和蓝色光标等企业已经接入了可灵的商业生态。

为什么重要

我们认为，可灵 2.0 这一步走得非常清醒，它没有单纯去卷生成时长或者分辨率，而是抓住了 AI 视频落地最痛的环节：局部可控性。

对于影视创作者、广告团队和自媒体来说，生成一段酷炫的空镜头早就不是难事，难的是脚本里的细节能不能严格按导演的意思走。可灵的多元素编辑器如果真能稳定替换局部，意味着视频创作者试错的废片率会大幅下降，真正把 AI 从一个好玩的玩具推向流水线生产工具。

快手把图生视频作为核心基本盘也非常聪明。85% 的图生视频比例说明，大部分用户习惯先在 Midjourney 或可图里反复挑选满意的静态画面，再让它动起来。把可图 2.0 和可灵绑在一起优化，等于巩固了这条最主流的工作流。

不过隐患依然存在。多元素编辑在复杂光影和大动态运动下的稳定度到底如何，目前还需要大量真实测试来验证。画面一旦运动起来，局部的微调会不会引发物理穿模或面部闪烁，是同类工具普遍卡壳的难题。

对行业来说，在跑分机构 Artificial Analysis 3 月底的榜单中，可灵 1.6 Pro 就已经以超 1000 分的 Arena ELO 排名图生视频首位，领先 Google Veo 2 和 Pika。随着 2.0 的全面铺开，AI 视频的竞争已经从拼参数，正式转向了拼谁能给创作者提供更听话、更像剪辑软件的控制工具。