可灵AI推出“多图参考”功能 进一步攻克AI视频一致性难题
近日,快手可灵AI正式面向全球推出“多图参考”模式,该功能能够理解和整合多个图片中的不同主体,根据用户的文字描述,创造性地生成融合视频,进一步攻克了AI视频生成中的一致性难题。
2025-01-23 15:06:26
来源:丁科技网  

近日,快手可灵AI正式面向全球推出“多图参考”模式,该功能能够理解和整合多个图片中的不同主体,根据用户的文字描述,创造性地生成融合视频,进一步攻克了AI视频生成中的一致性难题。

目前,全球用户均可在可灵1.6模型下,使用“多图参考”功能。用户只需选择图生视频,上传1-4张参考图,框选图片中需要使用的人物、动物、物品或场景,并通过“提示词”描述它们之间的变化或互动,可灵AI即可结合所有参考内容并遵从指令生成视频。

用户可以上传一张或多张同一主体(人物、动物、影视角色或物品等)的图片,模型会以这些图片为参考,生成统一风格的视频,帮助用户在制作AI视频时保证多镜头中的主体一致。例如,用户上传猫、夹克、太阳镜三张图片,并输入提示词“一只身穿夹克、戴着太阳镜的拟人化猫在舞台上转身并对着镜头摆姿势,”随后进行生成,就可以得到符合指令的视频。

此外,用户还可以通过参考图来指定场景、服装和动作等,让人物在特定环境中完成特定“演出”,大幅提升创作的可控性。例如,我们分别上传一个老爷爷、一杯咖啡、咖啡馆场景三张参考图片,并输入相应提示词“一个卡通风格的老爷爷在咖啡馆里,端起咖啡杯”来进行生成,便可得到老爷爷坐在咖啡馆里喝咖啡的视频 。

同时,“多图参考”还可以支持不同角色之间的互动。用户可以上传多个人物、动物或者影视角色等图片,并用文字描述他们之间的互动。例如,我们分别上传小男孩、柯基犬两张参考图,并输入提示词“一个可爱的小男孩在抚摸一只柯基犬”,即可生成下图所示的视频。

此前,可灵AI已在全球上线“人脸模型”功能,支持用户通过上传多段视频来训练、定制人脸模型,并参照该人脸模型继续生成视频内容。作为业内首个视频模型定制功能,“人脸模型”创新性地满足了用户创作多个包含同一人物镜头的需求。

随着“多图参考”功能的推出,可灵AI进一步解决了视频生成中的一致性难题,帮助用户充分发挥创造力,自由组合各种图片元素,打造独特的创意场景,探索更多可能。

最新文章
1
不用奔赴北方看雪!长虹“冰雪专列”在川渝皖同步发车
2
“新芽破土·创见未来” 2026“科创新芽”南上海创新创业大赛总决赛圆满收官
3
洛图科技:三季度笔电线上销量跌14%,均价同比上涨13.4%
4
黄仁勋时代结束,英伟达会怎样?
5
别只看见双 11 的冷清,家电渠道逻辑已经变了
6
10月我国电视整机出货284.4万台,同比下滑12.2%
7
面板巨头连推三款RGBX四基色新品,多基色显示会成主流吗?
8
拿下欧洲零售巨头,京东海外落子有何盘算?
9
双11一人食小家电爆火,细分场景跑出新增量
10
iPhone Air 2机模曝光:单摄升级双摄,继续坚守极致轻薄定位
11
不接受强制出售安世股权!闻泰回应被荷兰罚3亿:将上诉
12
TCL华星展示全球首款PSF蓝磷光OLED手机屏:6.36 英寸 功耗降低30%
13
2026中国电视市场观察:3000万台“底线”与10万台“变量”
14
openEuler 汇聚开源力量,深化系统级创新,构筑 Agentic Infra 坚实底座
15
海信小墨E5S Pro成双11全网超级大单品,RGB-Mini LED引领大屏换代趋势
16
从全天候接待到智能挽单,快手电商智能客服助力商家做好双11售后服务
17
开售三周超25亿元,16位快手电商达人接连刷新单场销售纪录
18
存商跃迁、新商爆发,快手双11「全民任务」赋能腰尾商家生意增长
19
openEuler发布面向Agentic Infra的操作系统,全球协同共建AI生态
20
一套追光套系,全屋森林呼吸:长虹追光套系空调正式发布
关于我们

微信扫一扫,加关注

商务合作
  • QQ:61149512