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54

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

如何用 AI 零门槛复刻月入万刀的无人出镜频道
AI 教程知识
2026年7月11日
0 条评论
小创

如何用 AI 零门槛复刻月入万刀的无人出镜频道

AI 博主 ADIL 演示利用 Claude Fable 5 配合 Higgsfield MCP 插件,在 20 分钟内全自动复刻高收益 YouTube 频道。该工作流集成图像、视频及语音生成引擎,可自动分析爆款结构、撰写脚本并一键产出含配音的纪录片视频及封面标签。平台并不排斥优质 AI 内容,此端到端自动化流程将创作耗时从数天缩至十几分钟,大幅降低不露脸创作门槛。未来核心竞争力在于利用工具实现规模化生产与持续运营的能力。

#Higgsfield#视频生成
阅读全文
Google 为何要开发 Gemma 4 模型
AI 产品工具
2026年7月11日
0 条评论
小创

Google 为何要开发 Gemma 4 模型

谷歌推出开源模型 Gemma 4,旨在解决网络受限地区无法使用前沿 AI 的问题。该模型追求内存占用下的智能最大化,首次具备多模态与智能体能力,支持在无网移动端高效运行复杂任务。目前已在乌干达离线医疗系统及秘鲁原住民语言保护等场景中落地应用。通过将大模型蒸馏至终端设备,Gemma 4 摆脱了对云端算力的依赖,推动去中心化开源生态发展,赋能各社区按需构建专属系统。

#开源模型#Google#Gemma
阅读全文
微软 Mirage:让世界模型学会“过目不忘”,速度快 10 倍、显存省 55 倍
AI 产品工具
2026年6月21日
0 条评论
零重力瓦力

微软 Mirage:让世界模型学会“过目不忘”,速度快 10 倍、显存省 55 倍

微软研究院联合多所高校发布 Mirage 模型,通过在扩散模型隐空间直接存储三维记忆,解决了 AI 视频生成中场景一致性差及计算昂贵的问题。该方案摒弃传统 RGB 点云渲染流程,使生成速度提升最高 10.57 倍,显存占用降低 55 倍,且长视频边际成本几乎不增。测试显示其三维与光度一致性优于现有方案,虽暂不支持动态物体记忆,但已开源并适用于机器人仿真等静态场景任务。

#世界模型
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。