快手釋出可靈 2.0：支援多元素影片編輯，全球使用者超 2200 萬

如果你試過用 AI 做影片，大機率遇到過這種崩潰瞬間：好不容易搖出一個滿意的鏡頭，但畫面裡突然多了個奇怪的雜物，或者你想讓主角換身衣服，結果只要重新點一次生成，整個人物長相和動作就全變了。

快手想把這種「抽卡式」的創作流程改一改。4 月 15 日，快手在北京舉辦模型 2.0 釋出會，正式全球上線可靈 2.0（KLING 2.0）影片生成模型和可圖 2.0（KOLORS 2.0）圖片生成模型。

從去年 6 月推出至今，可靈已經迭代了 20 多個版本，全球使用者突破了 2200 萬。快手高階副總裁蓋坤在現場透露，全球有超過 1.5 萬名開發者接入了可靈的 API，累計生成了 1200 萬張圖片和超過 4000 萬條影片。

影片剪輯不用重抽，直接在畫面裡改

這次更新最直接的變化，是可靈推出了多模態視覺語言 MVL 的新互動概念，並帶來了多元素編輯器。

說白了，以前想改影片裡的東西基本等於重新賭運氣，而現在你可以基於現有的影片片段，直接通過文字或參考圖，對畫面裡的某個元素進行替換、新增或刪除。

比如你想把桌上的水杯換成咖啡杯，或者給背景加一扇窗戶，不用把整段影片推翻重來。快手副總裁兼可靈 AI 負責人張迪表示，這種把圖片參考和影片片段結合的方式，能讓創作者更精準地控制畫面裡的角色身份、外觀、動作甚至運鏡。

另一個細節是，目前可靈平臺上大約 85% 的影片生成都是來自「圖生影片」。也就是說，影片做得好不好，底圖的質量佔了大半。

針對這點，同步推出的可圖 2.0 對文生圖能力進行了重構。官方表示新模型大幅提升了提示詞的遵循度和電影級質感，並且直接支援超過 60 種風格化轉換。

在商業化和生態方面，快手還順勢推出了可靈 NextGen 扶持計劃，打算拿出數百萬資金，加上流量推廣和新功能內測許可權，專門扶持 AI 影視創作者。在此之前，小米、亞馬遜雲科技、阿里雲、Freepik 和藍色游標等企業已經接入了可靈的商業生態。

為什麼重要

我們認為，可靈 2.0 這一步走得非常清醒，它沒有單純去卷生成時長或者解析度，而是抓住了 AI 影片落地最痛的環節：區域性可控性。

對於影視創作者、廣告團隊和自媒體來說，生成一段酷炫的空鏡頭早就不是難事，難的是腳本里的細節能不能嚴格按導演的意思走。可靈的多元素編輯器如果真能穩定替換區域性，意味著影片創作者試錯的廢片率會大幅下降，真正把 AI 從一個好玩的玩具推向流水線生產工具。

快手把圖生影片作為核心基本盤也非常聰明。85% 的圖生影片比例說明，大部分使用者習慣先在 Midjourney 或可圖裡反覆挑選滿意的靜態畫面，再讓它動起來。把可圖 2.0 和可靈綁在一起最佳化，等於鞏固了這條最主流的工作流。

不過隱患依然存在。多元素編輯在複雜光影和大動態運動下的穩定度到底如何，目前還需要大量真實測試來驗證。畫面一旦運動起來，區域性的微調會不會引發物理穿模或面部閃爍，是同類工具普遍卡殼的難題。

對行業來說，在跑分機構 Artificial Analysis 3 月底的榜單中，可靈 1.6 Pro 就已經以超 1000 分的 Arena ELO 排名圖生影片首位，領先 Google Veo 2 和 Pika。隨著 2.0 的全面鋪開，AI 影片的競爭已經從拼引數，正式轉向了拼誰能給創作者提供更聽話、更像剪輯軟體的控制工具。