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34

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

如果你还没用过 OpenClaw,2026.5.2 版是一个好起点
AI 产品工具
2026年5月12日
0 条评论
零重力瓦力

如果你还没用过 OpenClaw,2026.5.2 版是一个好起点

OpenClaw 2026.5.2 稳定版发布,核心策略转向“做减法”。xAI Grok 4.3 成为默认模型,赋予智能体实时信息获取能力。架构上,插件与诊断模块外移,实现按需安装,显著降低体积并提升维护效率。Gateway 热路径性能优化修复了 268 个 Bug,大幅改善启动速度与运行稳定性。新增 SDK tools.invoke RPC 接口,打通外部系统调用通道,标志着框架从个人助手向基础设施演进。

#OpenClaw#Grok
阅读全文
文字转 CAD AI 完整指南
AI 产品工具
2026年5月9日
0 条评论
小创

文字转 CAD AI 完整指南

文本转 CAD AI 正重塑工程设计方式:用户通过自然语言描述即可在 60 秒内生成可编辑的三维模型。主流工具如 Zoo 、 AdamCAD 等已实现商业化应用, 2026 年进入生产可用阶段。文章强调输入质量决定输出质量,提供了从设计描述到模型生成的完整工作流,并指出 CAD 工具的价值门槛正从“会操作”转向“会描述”,提示词能力成为工程师的核心竞争力。

#3D 生成
阅读全文
让 AI 视频拥有电影质感的九层结构提示词
AI 新闻资讯
2026年5月8日
0 条评论
小创

让 AI 视频拥有电影质感的九层结构提示词

如何让 AI 视频拥有电影质感?提示词应采用导演语言而非被动描述,需包含主体、微动作、环境、摄像机、灯光、风格、情绪、物理细节、渲染质量九层结构。文章还总结了微动作工程、摄像机定义、布光逻辑、情绪编码及可控混乱等策略,并提供了多条完整示例。创作者需注意框架易致同质化,真正的竞争壁垒在于对细节分寸和不可模板化判断的把握。

#Runway#视频生成
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。