AI视频界的Banana Pro也来了！5个章节深度测评可灵O1

AI 视频领域，终于来了一点新东西。

往期测评：

可灵，掏出了一个全新的多模态视频大模型，可灵 O1。

弹窗上，居然显示连发 5 天，后面除了可灵 O1，还有新货。

而这也是第一次，在 AI 视频领域，有人把参考生视频、文生视频、首尾帧生视频、视频内容修改、风格重绘、镜头延展等等多种能力，融合到了这个大一统的可灵 O1 模型之中。

而我，也做了一个小片子，来给大家展示一下，它的能力。

可以说，这就是 AI 视频领域的 Nana Banana。

目前，已经正式上线，所有的人也都可以玩到。

作为可灵超创，我在上周其实就已经拿到了内测资格，在体验了几天，花了 2 万多积分，做了 2 个小片子以后，说实话，很多的玩法让我很惊喜。

所以，我也想来跟大家，真实的聊一聊，我对可灵 O1 的评价。

话不多说，正式开始。

首先，可灵官网在此：https://app.klingai.com/

进入首页之后，你看到这两个颜色且明显长的跟其他的 icon 不一样画风的，就是可灵 O1。

点进去以后，可以看到网址上，写的是 Omni。

可灵 O1 的这个 O，就是 Omni 的缩写，跟 GPT-4o 的那个 o 意思一致，这单词来自拉丁语前缀，意思就是“all，所有、一切”。

基本现在大模型圈已经有了一个心照不宣的默契，就是谁在名字里加个 Omni，基本就是在对外说。

我是一个多模态大一统的基座模型。

进去以后，就可以看到这么一个界面。

可以上传图片和视频，也可以用主体。

主体不是一个新东西，这个功能你可以理解为一个预设。

把一个人物或者物品的多角度图传上去，然后封装成一个主体，更便于调用。

顶上那一圈功能，是对可灵 O1 的一个快捷模板，比如参考生视频，就是传几张图，更加确保一致性的情况下，生成视频。

而这次的两个新东西，分别是指令变化和视频参考。

这也是可灵 O1 这次我觉得的，重中之重。

以前的可灵，是完全没有办法，对视频进行编辑或参考的，但是这次，终于可以了，这也是我为什么想说，这是 AI 视频领域的 Nano Banana 的原因。

虽然这还是第一版，还有部分局限性，但是这也是第一次，我们用嘴改视频，终于也成为了可能。

我列几个我自己觉得还是比较有趣的玩法。

让大家看看它的能力。

一、视频中增加和删除内容

第一个，当然逃不开的就是，对视频内容进行增删。

任意增加内容，或者删除内容。

以前要在视频里多加一个东西，比如桌子上多一杯奶茶，天空多一架飞机，街道多一辆车，这种事真的究极费劲。

随便一小段，就能干掉一个后期师一天，真的，特别费人，巨浪费时间。

特别是一些综艺，比如某个艺人塌房的时候，那抠人抠的。。。简直是噩梦。

而在视频多模态模型的加持下，这个传统需要巨大人力修改的视频模态，成本被拉到了极低。

现在，只要会说话，会描述，就可以增加或删除视频里的内容。

比如。

经典电影《马达加斯加的企鹅》里面的那三只企鹅，没穿衣服，实在是有点不文雅。

那我们一句话，就可以给中间的 Skipper，穿上一个西装，戴上墨镜。

就能让它得到一个很不错的效果，更像老大。

这次在参数上，有一个比较新的点也可以说下，就是时长自由，3～10s 内的视频，都可以自由生成。

再比如，我自己生成了一个歌剧女郎。

为了给她增加一些神秘感，我就给她添了一个面罩。

既然可以增加，那删除肯定也是完全没有问题。

比如我随手拍了一个公司里面的镜头。

然后，直接，一句话消除。

真的，所有的人，就全都没了，就跟灭霸打了响指一样。

比如哆啦 A 梦里面的这个镜头。

直接一句话，让小夫在这个画面中消失。

你真的，完全感受不到小夫的存在过。

可怜的小夫。。。

所以啊，很多分手了的视频，也其实可以，用可灵 O1 处理处理。。。

你懂的。。。

二、修改视频中的特定内容

第二个，也很好玩。

上面我们看了增加和删除，而现在，你也可以只改视频里的某一个部分。

比如。

不改人，只改衣服颜色，不改构图，只把夏天改成冬天，一键变雪景，不改镜头运动，只把楼下那条路，变成开裂的地表等等等等。

比如，我拍了一下我们公司附近的一个很大的空地。

我们可以，直接用可灵 O1，打个响指，让这个地方，一键地表开裂。

还有，让我坤哥手上的篮球，变成足球。

还有，一个模特走秀，我们希望她换头发，换衣服等等，也可以一句话直接修改。

百变女神有木有。

不止可以变化场景和物体，还可以修改视频的天气。

让人物和场景完美融合。

整体效果还不错，不过还是会有一些不足。

比如精细控制不够，坤哥足球那个 case 大幅运动偶尔会穿帮一下，但是如果你的场景不是电影级的画面，就是短视频这种，再扬长避短一下，我真的觉得已经非常够用了。

三、把视频扣成绿幕

这个玩法也挺特别的，就是是一个看起来很传统，但实际非常有用的能力。

把一个现有视频，自动扣成绿幕素材。

以前我们要做虚拟演播厅、虚拟背景、特效合成等等，第一步一定是拍绿幕。

因为只有绿幕才能最方便地帮你去后期叠加各种特效效果，最方便地进行合成。

一些不需要那么精细的场景，我们其实就可以直接用可灵 O1 来做了。

但是对于一些传统的要求极高的影像内容，AI 可能暂时能力还达不到，那抠出主体，把背景变成绿幕，后期用别的视频合成进去，其实是更好的方案。

以前传统流程如果前期没有搭绿幕，而是后期来扣，那真的麻烦到爆炸，而现在，借助可灵 O1，你可以理解成，它用自己的视频理解+分割能力，帮你自动做了一次绿幕抠像。

比如这个史迪仔，在太空中漂浮的场景，我们只想保留史迪仔，然后希望把背景变成绿幕。

就可以直接说：

把视频改为绿幕，保留画面中毛茸茸的史迪仔。

然后你就能得到，一个抠完的视频。

四、参考视频动作

除了对视频本身进行编辑之外，你还可以，把视频作为参考本身，用一个现有视频，去驱动另一个角色的视频动作。

就是大家经常能看到的动作迁移，现在用可灵 O1，已经可以进行的非常好了。

简单说，就是，比如你有一个角色跳舞的视频 A，还有一个角色或者插画人物 B，用可灵 O1，就可以让 B 按照 A 的动作，跳一模一样的舞。

比如原跳舞视频是这个。

很魔性很抽象。

现在，我们给他一个疯狂动物城里面的尼克，让他也来跳这个舞。

只需要特别简单的一句，把视频中的角色，替换成尼克。

就可以得到一个动作迁移非常好的尼克跳舞视频。

这类功能，在之前的一些 AI 视频产品里也以零散的功能出现，但可灵 O1 这次，直接集成进了自己的多模态模型里，而且效果非常棒。

可以非常便捷的，替代以前的动作捕捉了。

而且不止可以迁移动作，人物的表演能力，也可以非常棒的迁移过来。

比如把尼古拉斯凯奇，直接替换成，尼古拉斯赵四。

还有把 AI 视频里的白发老人，换成风骚律师的主角 Jimmy。

效果非常的稳定。

五、更改视频风格

改视频风格，应该是大家最容易理解的，也是 AI 视频第一次出现的时候，最流行的玩法。

也就是，在不改变视频内容的前提下，直接换一整套风格。

比如把现实拍摄的视频，改成手绘动画，或者把城市夜景变成赛博朋克等等。

还是用我最开始拍的空地，我们直接把他变成，全部变成像素化，包括手，地面，远处的建筑和天空。

又或者，把我的实拍视频，加上蒙克那张经典的呐喊。

然后，就变成了一个非常具有视觉冲击力的风格。

这个玩法，我特别喜欢。

写在最后

除了上面这些比较主线的能力，还有一堆零零碎碎的，拥有模型世界知识的玩法。

比如直接根据一个镜头，生成下一个镜头。

例如这个车。

扔到可灵 O1 里面。

然后就会得到这样一个，展现极致速度感的视频。

比如把这个镜头，切换成另一个视角。

就可以得到一个特写。

等等等等。

通过以上的案例，其实你就能大概的看出来，可灵 O1 的能力了。

这篇文章的所有视频案例，本来，就准备到此结束了。

但是，我和好基友@温维斯，在晚上聊天的时候，又有了一个新的灵感，所以，决定。

通宵，跟他工作室的小伙伴们，再一起，搓一个，新的片子。

于是，有了这个新鲜的，《我的神奇“灵”力》。

如果一定要用一个词来描述这个小片子的话，那应该就是：

灵光一现。

希望大家喜欢。

可灵 O1，是 AI 视频领域，第一个真正意义上的大一统模型。

当然，因为是初期，模型还做不到完美。比如在多主体识别、画面质量的呈现上还能做得更好。

但，这是前往更牛逼的多模态模型的，必经之路。

现在的 Nano Banana Pro 强到飞起，也是从当年的 Nano Banana 一代，逐渐进化而来的。

就像 2024 年 6 月 6 号，我们看可灵 1.0 的时候。

也许几年之后回头看今天，可灵 O1 只是一个新时代的开始，就像我们用现在的眼光，来看可灵 1.0 那样。

但如果某一天，我们真的有那种，所谓的给一句话，它就能帮你从策划到拍片到剪辑全包的终极视频 AI。

那它的族谱往上翻，我觉得肯定会写着。

这里，曾经有一个叫可灵 O1 的名字。

从这一代开始，我们第一次认认真真的。

把用嘴改视频。

当成了一件理所当然的事。