可灵 v1.6 & v1.5 深入对比

可灵v1.6在图生视频任务中显著优化:人物与背景变形大幅减少,原始图像风格保留更完整;动作更自然、镜头切换更合理;对提示词遵循度更高,幻觉与冗余细节(如无指令的飘动、走动)明显降低;复杂场景如汽车运动的环境适配与结尾处理也更精准。

发布于2024年12月19日 05:31
编辑零重力瓦力
评论0
阅读14

可灵发布了新的 v1.6 模型,AIGC 创意达人 TechHalla 对 v1.6 和 v1.5 进行了八组深入对比,详细解析新版模型的改进之处,帮助大家全面了解升级细节。

第一组对比

v1.6 在大多数片段中几乎都没有变形现象,这是非常直观的改进

第二组对比

v1.6 场景中背景角色的动作更加自然,同样几乎没有变形或奇怪的故障现象。

第三组对比

当前大多数模型在使用图生视频时存在的一个大问题是,它们往往会变得过于HDR,失去了原始图像的风格。 而 v1.6 能够较好的保留参考图片的原始风格。

第四组对比

在 v1.6 中,画面主体的动作更加自然,镜头的切换也更流畅,并且能更好地遵循了提示要求。而 v1.5 会略有丢失原图像的风格。

第五组对比

视频生成提示词:一只加菲猫在空中,玻璃缓缓飞过的慢动作场景。v1.5 并没有完全遵照提示词,v1.6 更符合提示词,并减少了 AI 产生的幻觉。

第六组对比

比较主观的感觉是 v1.6 的动作更加流畅自然。 此外,在这个例子中,提示词并没有要求头发随风摆动,但 v.15 却擅自加上了。(其实任何 AI 都会加入一些额外的细节)

第七组对比

提示词中没有要求鹿走动,v1.5 增加了鹿的走动效果,而 v1.6 增加了一只额外的松鼠。

第八组对比

汽车场景得到了改进,更好地适应了环境和路径。 v1.5 增加了一个提示词中没有的漂移动作,而且相比 v1.6,视频的结尾不够流畅。

总结

和 v1.5 相比,v1.6 的视频更加自然流畅,更加遵循提示词的要求!

相关文章

Google 测试 Gemini 桌面版屏幕共享 Live Mode
AI 产品工具
2026年4月16日
0 条评论
小创

Google 测试 Gemini 桌面版屏幕共享 Live Mode

Google 发布 macOS 版原生 Gemini 桌面应用,采用 Swift 语言独立构建,短时间内完成超百项功能特性。开发者发现应用内置尚未激活的 Gemini Live 语音模式和屏幕共享功能,相关设置已就绪,球形悬浮界面清晰可见。 Google 将桌面端定位为“真正具备个性化、主动性的强大助手”,暗示未来数月内将有更多功能发布。随着 Google I/O 2026 大会临近,具备实时语音交互和屏幕共享能力的桌面 Live Mode 将成为其跨平台 AI 战略的重要落子。

#Gemini
阅读全文
Google 在 Gemini 中测试智能体购物原生结账
AI 产品工具
2026年4月16日
0 条评论
小创

Google 在 Gemini 中测试智能体购物原生结账

Google 正为 Gemini 测试内置购物车功能,计划打造集商品浏览、购买、自动化任务于一体的 AI 商业入口。该功能基于年初发布的“通用商务协议”,可支持用户在 Target 、 Gap 等平台直接结账。结合 Chrome 端 Gemini Skills 和智能体浏览功能, Gemini 有望成为一站式 AI 应用,与 ChatGPT 、 Copilot 等展开正面竞争。预计将在 5 月 Google I/O 大会上正式亮相。

#Google#Gemini
阅读全文
AI 学习应用 Gizmo 获投 2200 万美元,用户突破 1300 万
AI 产品工具
2026年4月16日
0 条评论
小创

AI 学习应用 Gizmo 获投 2200 万美元,用户突破 1300 万

Gizmo 完成 2200 万美元 A 轮融资。这家 AI 学习平台通过将笔记自动转化为游戏化互动材料,四年内积累 1300 万用户。但从青少年向更广泛用户群体延伸、重建长尾价值,是其跨越“工具型应用”天花板的核心挑战。

阅读全文
互动讨论

评论区

围绕《可灵 v1.6 & v1.5 深入对比》展开交流,未登录用户可浏览评论,登录后可参与讨论。

评论数
0
登录后参与评论
支持发表观点与回复一级评论,互动后将同步到消息中心。
登录后评论
暂无评论,欢迎成为第一个参与讨论的人。