AI生視頻：快手可靈 VS 字節(jié)即夢(mèng)AI，誰(shuí)勝出？快訊
可靈（5s）和即夢(mèng)AI（6s）圖生視頻和文生視頻生成的效果進(jìn)行比較，讓可靈和即夢(mèng)AI各自生成視頻，即夢(mèng)AI生成的視頻更逼真一些。
【TechWeb】8月12日消息，今年2月OpenAI發(fā)布文生視頻模型Sora，其逼真而富有想象力的視頻生成能力給大家?guī)?lái)AI震撼。Sora雖然能生成60s視頻，但是并未對(duì)外開(kāi)放使用，被視頻業(yè)者戲稱為“期貨”。
國(guó)內(nèi)AI生視頻的產(chǎn)品研發(fā)腳步也加快了，7月快手團(tuán)隊(duì)的AI生視頻產(chǎn)品“可靈” 網(wǎng)頁(yè)端正式上線 ， 8月字節(jié)跳動(dòng)旗下的“即夢(mèng)AI”網(wǎng)頁(yè)、App也開(kāi)放使用。這兩款產(chǎn)品都能實(shí)現(xiàn)“文生視頻”和“圖生視頻”，都免費(fèi)開(kāi)放給用戶使用，可謂是真正的“現(xiàn)貨”了。
作為國(guó)內(nèi)短視頻領(lǐng)域的兩家頭部企業(yè)，他們推出的AI生視頻工具表現(xiàn)如何呢？我們小小試用比較了一下，大家可以看看兩者的效果，你更喜歡哪一款。
測(cè)試條件：
目前可靈可生成5s、10s視頻，但是文生視頻“高性能模式”下不支持生成10s視頻；
即夢(mèng)AI可生成3s、6s、9s、12s視頻。
因此，我們選擇了默認(rèn)設(shè)置下，可靈（5s）和即夢(mèng)AI（6s）圖生視頻和文生視頻生成的效果進(jìn)行比較。
一、圖生視頻
從動(dòng)物、風(fēng)景、人物圖片來(lái)測(cè)試比較。
第一個(gè)
使用一張含有“熊貓”的照片。
輸入提示詞要求：熊貓頭抬起來(lái)，看向我，露出笑容
看看可靈（5s）和即夢(mèng)AI（6s）的生成結(jié)果表現(xiàn)。
點(diǎn)擊圖片跳轉(zhuǎn)視頻
視頻結(jié)果比較：
可靈比較尷尬的是，沒(méi)分清楚圖片中大熊貓的頭（朝下）和尾（在上面），直接把大熊貓的屁股給弄成頭轉(zhuǎn)向“我們”了。
即夢(mèng)AI雖然分清楚了大熊貓頭尾，但是嚴(yán)重失真，出現(xiàn)了6條腿的熊貓，而且在扭動(dòng)身體時(shí)，熊貓身體甚至感覺(jué)要斷掉了……
整體效果來(lái)看，除去頭1s的首位倒置，可靈生成的熊貓更逼真、運(yùn)動(dòng)效果更連貫。
這一局PK，站可靈（+1分）。
第二個(gè)
用一張含有上海東方明珠塔的風(fēng)景圖。
輸入提示詞要求：東方明珠塔從下往上依次亮起彩燈
看看可靈（5s）和即夢(mèng)AI（6s）的生成結(jié)果表現(xiàn)。
點(diǎn)擊圖片跳轉(zhuǎn)視頻
視頻結(jié)果比較：
即夢(mèng)AI生成的視頻中，東方明珠塔的燈從上往下亮起，和我們要求的方向相反了，視頻補(bǔ)充了路面上車(chē)輛經(jīng)過(guò)的視覺(jué)效果；
可靈的亮燈效果更明顯，特別突出了東方明珠塔上2個(gè)圓球的燈光視覺(jué)效果，運(yùn)鏡上，我們選擇了隨機(jī)運(yùn)鏡，這個(gè)視頻里整個(gè)塔都搖動(dòng)了起來(lái)，感覺(jué)不太真實(shí)。
整體來(lái)看，即夢(mèng)AI生成的視頻更逼真一些。
這局PK站即夢(mèng)AI（+1分）。
第三
用一張含有人物的圖。
輸入提示詞要求：孩子翻動(dòng)手中的書(shū)，并露出微笑
再看看可靈（5s）和即夢(mèng)AI（6s）的生成結(jié)果表現(xiàn)。
點(diǎn)擊圖片跳轉(zhuǎn)視頻
視頻結(jié)果比較：
即夢(mèng)AI生成的視頻翻車(chē)比較明顯，首先是被翻的書(shū)像是憑空多出一本摞在了上面，另外，人物手部變形嚴(yán)重。
可靈翻書(shū)動(dòng)作完成更好一些，人物手部也有變形，不過(guò)好歹還能分清手指，不至于像即夢(mèng)AI那么嚴(yán)重。
這局PK站可靈（+2分）。
下面，在看看可靈和即夢(mèng)AI的文生視頻表現(xiàn)。
二、文生視頻
第一個(gè)： 采用Sora經(jīng)典視頻的提示詞，讓可靈和即夢(mèng)AI各自生成視頻。
輸入提示詞：A stylish woman walks down a Tokyo street filled with warm glowing neon and animated city signage. She wears a black leather jacket, a long red dress, and black boots, and carries a black purse. She wears sunglasses and red lipstick. She walks confidently and casually. The street is damp and reflective, creating a mirror effect of the colorful lights. Many pedestrians walk about.
看看可靈（5s）和即夢(mèng)AI（6s）的生成結(jié)果表現(xiàn)。
點(diǎn)擊圖片跳轉(zhuǎn)視頻
視頻結(jié)果比較：
即夢(mèng)AI生成的人物行走時(shí)腿部姿態(tài)比較別扭，周邊人物的處理更虛化，整體效果更偏動(dòng)漫視覺(jué)效果。
可靈生成的人物行走流暢，周邊出現(xiàn)的人物也更為真實(shí)，整體效果更逼真一些。
這局PK站可靈（+3分）。
第二個(gè)：
輸入提示詞文本：在桂林山水間，一位俠女乘坐竹筏前行，她穿著紅色的長(zhǎng)裙，手拿黑色的佩劍，注視著遠(yuǎn)方，陽(yáng)光灑在水面，波光粼粼，有白云從山頂飄過(guò)。
看看可靈（5s）和即夢(mèng)AI（6s）的生成結(jié)果表現(xiàn)。
點(diǎn)擊圖片跳轉(zhuǎn)視頻
即夢(mèng)AI生成的視頻很好的理解了“桂林山水”這四個(gè)字背后的意思，視頻對(duì)喀斯特地貌特征呈現(xiàn)更好。缺憾是“黑色的佩劍”這個(gè)表現(xiàn)形式太夸張了，飄來(lái)飄去有點(diǎn)兒失真。
可靈生成的視頻“桂林山水”特征不明顯，不過(guò)竹筏滑動(dòng)的效果及水面波動(dòng)和產(chǎn)生的光影效果更好。
這局PK真是比較糾結(jié)，看在“桂林山水”的面子上站即夢(mèng)AI（+2分）。
最后，總結(jié)一下，從上面5五局PK來(lái)看，可靈3局勝出比即夢(mèng)AI。
大家覺(jué)得哪個(gè)更好呢？
1.TMT觀察網(wǎng)遵循行業(yè)規(guī)范，任何轉(zhuǎn)載的稿件都會(huì)明確標(biāo)注作者和來(lái)源；
2.TMT觀察網(wǎng)的原創(chuàng)文章，請(qǐng)轉(zhuǎn)載時(shí)務(wù)必注明文章作者和"來(lái)源：TMT觀察網(wǎng)"，不尊重原創(chuàng)的行為T(mén)MT觀察網(wǎng)或?qū)⒆肪控?zé)任；
3.作者投稿可能會(huì)經(jīng)TMT觀察網(wǎng)編輯修改或補(bǔ)充。
