每经(jing)记者 王(wang)郁彪 每经(jing)编辑 文(wen)多
“我见过你们不会相信的东西：战舰群在猎户星座上沿燃烧(shao)，C射线在唐豪瑟之门处的黑(hei)暗中闪耀。这些(xie)时刻都将随着时间(jian)消逝，就像(xiang)雨中的眼泪。”
这是著名科幻影片《银翼杀手》的台词(ci)，被奉为(wei)影史经(jing)典时刻。遗憾的是，影片并未呈现这段描述中的画面，但43年后，可灵把(ba)它“拍”出来了。
4月15日(ri)，可灵AI正式发布可灵2.0视频生成模型及可图2.0图像(xiang)生成模型。除模型基础质(zhi)量和模型效果提升外，可灵AI的这次更新还聚焦“多模态编辑功能”。
《每日(ri)经(jing)济资讯》记者实测后发现，可灵2.0大师版对提示词(ci)的语义理解更加(jia)准确(que)，表述中的细节都会在画面中呈现。而多模态编辑功能，可以实现替换画面主体等元素，还可随意增删元素，无(wu)需(xu)重新描述生成。
除了功能“上新”，快手高级副总裁、社区科学线负责人盖(gai)坤透露，截至目前，可灵全球用户规模突破(po)2200万。快手前不久发布的年度业绩(ji)公告中披(pi)露，自(zi)开(kai)始商业化至今年2月，可灵AI累计收入超(chao)1亿元。
这场关于AI的“豪赌(du)”，不仅在快手发生。技术(shu)更迭、版本推新，谁能抢(qiang)先在AI市场拥(yong)有“话语权”，谁就有机会先拿到下一赛段的门票。
实测可灵2.0：指令遵循更准确(que) 画面细节有提升
所谓的“多模态编辑功能”，简单来说就是输入关键词(ci)时，还可在文(wen)本描述中插入图片、视频，或者引入其他模态的信息——如声音、运动轨迹等。在视频生成后，可以直接二次编辑处理，包括(kuo)替换、增删画面内的元素。
记者实测该功能后发现，视频生成后的画面中，无(wu)论是主体还是涉及的其他元素，都可以通过上传图片、文(wen)字描述等方式直接编辑替换。目前，“多模态编辑功能”只能在可灵1.6模型下生成，2.0大师版还不支撑。
不过，记者注(zhu)意到，在替换相关元素后，也存在部分原细节丢失的情况(kuang)。如，“熊猫弹吉他”视频中，太阳(yang)被替换为(wei)月亮后，原描述中的“戴墨镜”、“吐气”等要求并未表现（如下图）。
此(ci)外，记者也实测了可灵2.0大师版。如基于同(tong)一提示词(ci)，无(wu)论是主体的生成、主体间(jian)的关联逻辑、描述中的细节元素捕捉和动态效果呈现，2.0版本对语义的理解较于此(ci)前的1.6模型都更加(jia)准确(que)。
可灵2.0大师版生成的图片
可灵1.6模型生成的图片
同(tong)时，记者也测试了可灵2.0大师版图生视频的功能。记者先是上传一幅油画图片，并描述画面转动态的要求后，其生成后的效果也与1.6模型生成后的效果有着较明显(xian)差距。
首(shou)先是画面风格。1.6模型生成的视频，在原油画风格上未有任何改变，但2.0大师版生产的动态画面，则从原油画风格变成了较写实的风格。其次是动作幅度，2.0大师版生成的画面中，无(wu)论是主体的动作还是其他元素，动作幅度明显(xian)更大。最后是细节呈现。1.6模型生成的画面中，部分元素有扭曲变形现象，2.0大师版则未出现。
可灵2.0大师版生成的图片
可灵1.6模型生成的图片
AIGC是下一代(dai)内容结构(gou)的雏形？
在发布可灵2.0大师版时，盖(gai)坤表示，文(wen)字在表达影像(xiang)信息时不完备。因此(ci)，2.0新模型采用了Multi-modal Visual Language（简称MVL）交互(hu)理念。
记者了解到，MVL由TXT（Pure Text，语义骨架）和MMW（Multi-modal-document as a Word，多模态描述子）组成，能从基础方向以及精细控制两个层面，精准实现创意表达。
在这个交互(hu)理念下，用户可以结合图像(xiang)参考、视频片段等多模态信息，将包含身份、外观、风格、场景、动作、表情、运镜等多个维度的复杂创意传达给AI。
在这个升级逻辑下，图片质(zhi)量会对视频的生成效果产生重要影响。因此(ci)，快手的图像(xiang)生成大模型“可图”也迎来了2.0升级。快手副总裁、可灵AI负责人张迪先容，当前，图生视频约占(zhan)到可灵AI视频创作量的85%。
4月16日(ri)，工业和信息化部信息通信经(jing)济专(zhuan)家委员(yuan)会委员(yuan)盘和林在接受(shou)《每日(ri)经(jing)济资讯》记者微信采访时表示，视频生成赛道的最终受(shou)益者，可能还是内容创作平台。因为(wei)，这些(xie)平台具备两样东西：其一是最相关的用户群体，视频生成未来可能更多还是为(wei)短视频自(zi)媒体服务；其二是最大规模的用户受(shou)众，生成式AI带来的内容创作升级，会进一步(bu)影响创编辑和观看者。
记者注(zhu)意到，除了C端（消费(fei)者）订阅用户，可灵AI也面向B端（商家）提供API（应(ying)用程序接口）接入等服务。目前，可灵AI已(yi)与小米、AMAZON云科技、阿里云、“Freepik”、蓝色(se)光标等建立了合作。
快手想借(jie)AI讲出新商业叙事
在商业化上，可灵的确(que)具备一定的优势。可灵于去年6月发布，而自(zi)商业化以来，截至2025年2月，可灵AI的累计营业收入超(chao)1亿元。
所以前不久的财报电话会上，几乎所有分析师提问，都围绕可灵提出，快手联合创始人、董事长兼CEO程一笑表示，预计可灵AI在2025年将实现收入的跨越(yue)式增长。
盘和林告诉记者，可灵的商业化还有开(kai)发空间(jian)，1亿元营收对可灵来说，应(ying)该仅仅是开(kai)始。“未来，需(xu)要将AI和内容创作的全链条结合起来，提供更丰富的内容生成功能，AI营收还会有一定的提升。”他如此(ci)表示。
或许，想要增长，投入就不能停。
“快手将在未来3年甚至更长时间(jian)内，进行更大规模的Capex（资本支出）和研发投入，希翼能通过可灵AI的赋能，改造升级现有业务的同(tong)时，创造AI视频内容生产的新赛道，进一步(bu)升级快手作为(wei)短视频生产和消费(fei)社区的领先地位。”程一笑如此(ci)表示。
盘和林认为(wei)，可灵对快手整个生态来说很重要。未来，快手平台上的创编辑，需(xu)要借(jie)助可灵这样的AI工具来生成内容，或者至少辅(fu)助内容创作，这会大大提高快手平台上内容输出的质(zhi)量，从而更好地吸(xi)引用户，扩大快手在内容平台领域的影响力。
“与此(ci)同(tong)时，可灵创造出的新的创收点，一定程度上也能够(gou)让(rang)快手的收入更加(jia)多元化，继而增加(jia)想象空间(jian)。无(wu)论是从长期发展(zhan)看，还是从吸(xi)引投资人的角度看，都对快手影响巨大。”盘和林进一步(bu)补充说。