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15

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

Codex :万物之法典
AI 产品工具
2026年4月17日
0 条评论
小创

Codex :万物之法典

OpenAI 发布 Codex 重大升级, AI 编程助手新增操控计算机、并行运行、记忆学习等能力,整合 90 余个插件。系统用户已超 300 万,正从辅助工具向“数字同事”角色转变,重新定义开发边界——人类负责决策创意,机器承担执行跟进。

#OpenAI#Codex
阅读全文
OpenAI Codex 借助 Computer Use 转型为超级应用
AI 产品工具
2026年4月17日
0 条评论
小创

OpenAI Codex 借助 Computer Use 转型为超级应用

OpenAI 将 Codex 升级为全能桌面工作中心,实现从编程助手到工作操作系统的战略跨越。新版本支持多智能体并行控制 macOS 、内置浏览器评论、 GPT-image-1.5 图像生成等功能,整合 90 余个新插件,并确立 GPT-5.4 为推荐模型。目前周活开发者超 300 万,企业用量较年初增长 6 倍。 OpenAI 刻意回避“编程助手”定位,转而强调打造开发者日常操作界面,这标志着智能体正从单点工具向多模态交互、系统级产品演进。

#OpenAI#智能体
阅读全文
Anthropic 发布 Claude Opus 4.7 模型,覆盖网页、应用和 API
AI 产品工具
2026年4月17日
0 条评论
小创

Anthropic 发布 Claude Opus 4.7 模型,覆盖网页、应用和 API

Anthropic 发布 Claude Opus 4.7 ,在代码生成、工作流管理、高分辨率图像理解及指令跟随等方面实现显著突破,新增自主执行与验证复杂项目能力。该模型定价维持不变,同时引入网络安全专项防滥用保障机制,标志着 AI 厂商从“被动合规”向“主动设计安全边界”的转变,为企业用户提供无需额外成本的确定性能力升级。

#Anthropic#AI 模型
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。