快手发布可灵 1.5

背景

文生视频模型接收一段文字描述，直接生成一小段视频。这比生成单张图片难得多：模型要让画面中的物体在逐帧之间保持一致，要生成看起来合理的运动，还要真正按提示词说的去做。快手（Kuaishou）的可灵（Kling）系列就是面向这类任务的模型之一，2024 年 9 月，快手发布了它的新版本可灵 1.5^[1]。

这次更新改了什么

这次发布的核心是输出分辨率的提升：可灵 1.5 生成 1080p 视频，同时快手表示新版本在动态表现和语义响应上也有改善^[1]。分辨率是最容易说明、也最容易被察觉的一项——1080p 指画面的垂直分辨率为 1080 像素，细节足以在普通屏幕上看得清楚。另外两项改善说的是「行为」而不只是像素数量。动态（dynamics）指运动被渲染得如何：运动的主体是否走得平滑、快速动作是否还连贯、整段画面看起来像拍出来的素材而不像若干张略有差别的静止图。语义响应（semantic responsiveness）指结果与提示词的贴合程度：要求出现的动作、对象以及它们之间的关系，是否真的出现在视频里。

快手表示，在专业模式（professional mode）下，可灵 1.5 可以输出 1080p 高清视频^[2]。这一区分在实际使用中有意义：专业模式或高质量模式通常是模型跑完整流程的设置，而速度更快的模式往往会用细节换时间。

运动笔刷

这次发布还新增了运动笔刷（motion brush）功能^[1]。运动笔刷是一种用手直接指定画面运动的方式，而不只依靠文字：用户圈出画面中的某个区域，并指出这个区域该往哪里动，模型据此生成运动，同时保持场景的其余部分一致。这类控制针对的是文生视频系统常被提到的一个短板——提示词是很粗的工具，用文字描述一次镜头运动或单个物体的轨迹十分别扭，模型可能满足了描述，却让不该动的东西动了起来。笔刷让用户可以直接点出该动的那一部分。

性能说法与定价

除了功能列表，快手还称内部测试显示新版本相比上一版本的性能提升为 95%^[2]。这个数字来自快手自己的评测，是厂商报告的结果而非独立基准测试，出处也没有按具体指标拆开说明；更稳妥的读法是，这是公司对自家模型在内部测试中进步幅度的概括。在商业层面，快手对新版本维持了原有定价^[2]——这次升级没有伴随涨价。

为什么重要

一个视频生成模型是否好用，通常取决于三件事：单帧画面好不好看，运动是否连得上，用户对结果有多少控制力。可灵 1.5 这次三样都碰了——分辨率对应画质，动态与语义响应对应连贯性与准确度，运动笔刷对应控制力——所以它适合作为一个观察这个方向的标记。定价不变则是面向使用者而非研究者的那一半信息：在不涨价的前提下提升输出，等于降低了同等质量生成视频的价格。对把可灵当作产品而不只是研究演示来运营的快手来说，更好的输出、相同的价格，加上一个新的手动控制手段，就是这次发布的实质内容。