8月22日，可靈AI正式推出基于2.1模型的全新首尾幀功能。該功能通過(guò)端到端多模態(tài)語(yǔ)義推理能力的升級(jí)，顯著提升首尾幀功能視頻生成效果。據(jù)評(píng)測(cè)數(shù)據(jù)顯示，與此前1.6版本相比效果提升235%，在視頻轉(zhuǎn)場(chǎng)、視覺(jué)沖擊力、復(fù)雜運(yùn)鏡及創(chuàng)意營(yíng)銷(xiāo)等維度表現(xiàn)尤為突出。

攻克轉(zhuǎn)場(chǎng)難題 多場(chǎng)景絲滑銜接

可靈2.1模型首尾幀功能的核心突破之一，是解決AI視頻生成中常見(jiàn)的轉(zhuǎn)場(chǎng)難題，如場(chǎng)景銜接生硬“剎車(chē)感”強(qiáng)等。測(cè)試視頻中，一名年輕亞洲女性從堆滿書(shū)籍與佛像的房間轉(zhuǎn)身，鏡頭推進(jìn)至金色裝飾逐漸增多的空間……過(guò)程中，角色發(fā)型（長(zhǎng)發(fā)自然垂落轉(zhuǎn)為側(cè)梳）、服裝（白色長(zhǎng)袖襯衫變?yōu)闊o(wú)袖上衣）、光線（暖光由散射轉(zhuǎn)為聚焦）均實(shí)現(xiàn)無(wú)縫銜接，場(chǎng)景切換邏輯清晰連貫。

該案例通過(guò)多個(gè)首尾幀相接實(shí)現(xiàn)連續(xù)多個(gè)絲滑轉(zhuǎn)場(chǎng)，也驗(yàn)證了模型對(duì)藝術(shù)風(fēng)格切換與角色動(dòng)態(tài)銜接的精準(zhǔn)把控。

強(qiáng)化視覺(jué)沖擊效果 打造超燃視覺(jué)特效

此次可靈2.1首尾幀可實(shí)現(xiàn)強(qiáng)烈的視覺(jué)沖擊效果，助力輕松打造超燃視覺(jué)特效。實(shí)測(cè)視頻中展現(xiàn)了極具張力的人物變身過(guò)程，人物輪廓在深藍(lán)背景中逐步蛻變?yōu)榧兓鹧嫘螒B(tài)，火山巖漿流動(dòng)、星空背景下的烈焰升騰等細(xì)節(jié)均清晰呈現(xiàn)，節(jié)奏與危險(xiǎn)緊張的氛圍高度匹配，體現(xiàn)出模型對(duì)復(fù)雜視覺(jué)元素的精準(zhǔn)控制。

專(zhuān)業(yè)級(jí)復(fù)雜運(yùn)鏡 全面提升沉浸感

可靈2.1首尾幀可以支持電影級(jí)復(fù)雜運(yùn)鏡，通過(guò)首尾幀連續(xù)銜接，實(shí)現(xiàn)鏡頭軌跡與場(chǎng)景邏輯的高度匹配。例如，在模型連續(xù)生成的這兩個(gè)視頻中，鏡頭先快速向左下?lián)u鏡，突出趴在地上爬行的破舊機(jī)器人，隨后快速左搖，拍攝逃竄機(jī)器人與爆炸場(chǎng)景……整個(gè)過(guò)程鏡頭調(diào)度一氣呵成，過(guò)程絲滑流暢。

創(chuàng)意十足 輕松打造高質(zhì)感營(yíng)銷(xiāo)素材

全面升級(jí)后的首尾幀功能還可快速生成符合品牌調(diào)性的創(chuàng)意展示視頻，廣泛適用于市場(chǎng)營(yíng)銷(xiāo)等領(lǐng)域，顯著降低素材制作成本。例如，在這個(gè)飲品廣告案例中，易拉罐快速?gòu)臉?shù)莓中飛出，周?chē)臉?shù)莓如爆炸般散開(kāi)，果汁向四周飛濺，整個(gè)過(guò)程絲滑自然，給觀眾帶來(lái)身臨其境的沉浸式體驗(yàn)。

橫評(píng)碾壓 表現(xiàn)超越Midjourney與Seedance

專(zhuān)業(yè)評(píng)估人員對(duì)可靈2.1、可靈1.6、Seedance1.0 mini、Midjourney等模型的首尾幀功能進(jìn)行了客觀的效果評(píng)測(cè)。結(jié)果顯示，可靈 2.1首尾幀在整體效果及多個(gè)細(xì)分維度上均表現(xiàn)優(yōu)異，與Seedance1.0 mini 對(duì)比的整體GSB得分達(dá)到2.09，與Midjourney對(duì)比的整體GSB得分達(dá)到2.30，與可靈1.6對(duì)比的整體GSB得分達(dá)到3.35。同Midjourney、Seedance1.0 mini 進(jìn)行兩兩偏好對(duì)比顯示，可靈2.1首尾幀的勝率分別達(dá)到62%、57%。

注：GSB 指標(biāo)用于衡量群體意見(jiàn)的一致性和正負(fù)傾向，GSB 值越大，說(shuō)明模型優(yōu)勢(shì)越大

這一卓越表現(xiàn)得益于可靈2.1在端到端優(yōu)化的多模態(tài)語(yǔ)義推理能力上的進(jìn)一步提升。模型能夠深度整合用戶的提示詞與首尾幀圖片中的豐富視覺(jué)語(yǔ)義及動(dòng)作意圖，高效融合多模態(tài)數(shù)據(jù)，精準(zhǔn)捕捉并推理畫(huà)面元素在時(shí)空維度上的演變邏輯。無(wú)論是不同藝術(shù)風(fēng)格的切換、角色間的絲滑銜接，還是復(fù)雜運(yùn)鏡與場(chǎng)景遷移，都能在語(yǔ)義驅(qū)動(dòng)下生成自然流暢且充滿想象力的動(dòng)態(tài)畫(huà)面。

與此同時(shí)，可靈2.1引入了自適應(yīng)擴(kuò)散引導(dǎo)與方向重定向機(jī)制，進(jìn)一步提升了視頻生成的穩(wěn)定性和專(zhuān)業(yè)質(zhì)感。該機(jī)制在擴(kuò)散生成的每一步對(duì)條件分布進(jìn)行動(dòng)態(tài)引導(dǎo)和糾正，有效修正偏離語(yǔ)義或視覺(jué)邏輯的動(dòng)態(tài)路徑，確保動(dòng)作銜接平滑、運(yùn)動(dòng)節(jié)奏穩(wěn)定可控。

此外，模型在生成過(guò)程中嚴(yán)格保持人物/物體身份一致性、色彩風(fēng)格與畫(huà)面基調(diào)的連貫統(tǒng)一，顯著提升了視頻的專(zhuān)業(yè)質(zhì)感。即使面對(duì)高動(dòng)態(tài)場(chǎng)景下的挑戰(zhàn)（如局部失真、細(xì)節(jié)破碎、縮放變形及首尾幀視覺(jué)跳變等問(wèn)題），該機(jī)制依然表現(xiàn)出強(qiáng)大的錯(cuò)誤抑制與糾正能力，確保生成內(nèi)容的穩(wěn)定性和可信度。

作為全球領(lǐng)先的AI創(chuàng)意生產(chǎn)力平臺(tái)，可靈AI已累計(jì)完成30次迭代，服務(wù)用戶突破4500萬(wàn)，累計(jì)生成視頻超2億條、圖片超4億張，覆蓋廣告、影視、游戲等多個(gè)行業(yè)。此次2.1模型首尾幀的推出，進(jìn)一步提升了視頻生成一致性和穩(wěn)定性，廣泛適用于廣告營(yíng)銷(xiāo)、影視、短劇、動(dòng)畫(huà)等創(chuàng)意制作場(chǎng)景，進(jìn)一步鞏固了其在AI視頻生成領(lǐng)域的領(lǐng)先地位。