快手发布可灵 1.6

背景

可灵（Kling）是一个视频生成模型：输入一段文字描述（提示词），输出一小段视频。它和图像生成模型的区别在于，后者只要把单帧画对，前者则要在连续多帧之间保持场景连贯，同时让画面里的东西动起来。于是评价这类模型通常看两件事：视频有没有照着提示词去做，画面本身好不好看。

快手首席执行官表示，可灵自 2024 年 6 月发布以来一直在持续迭代 ^[2]。也就是说，它以一个个版本的形式推进，而不是只发布一次，每个版本调整系统中的某一部分。

可灵 1.6 改了什么

快手于 2024 年 12 月发布可灵 1.6 ^[1][2][3]。在 2024 年第四季度财报中，快手把可灵 1.6 描述为其大视频生成模型的一次升级 ^[2]。

这次升级提升了提示词遵循（prompt adherence），也就是生成结果与指令的贴合程度，具体落在三处：运动、时序动作和镜头运动 ^[2]。运动指画面里人和物体的位移；时序动作指在一段视频里按先后顺序发生的事，比如先弯腰捡起东西再转身走开——把顺序做对，比把某一帧做对要难；镜头运动指虚拟摄影机自身的运动，推近、拉远、横摇或跟随主体，提示词可以用文字提出要求，模型则要把这份运动稳定地渲染出来。

画面质量也有提升，涉及风格一致性、色彩、光照和细节 ^[2]。风格一致性之所以重要，是因为一段视频由连续多帧组成：如果帧与帧之间观感漂移，结果看起来就像闪烁而不是影像。色彩和光照决定一个生成的场景是否像同一个地方、被同一束光照着；细节则决定观众凑近看脸、布料或树叶时，画面是否还站得住。

独立应用

2024 年第四季度财报还提到，可灵 AI 独立应用在该季度正式上线 ^[2]。有独立应用会改变使用者范围：不必通过接口或面向开发者搭建的网页工具，普通用户打开手机上的应用就能直接试提示词。

意义

「1.6」这个版本号说明它处在频繁更新的节奏里，而不是一次性发布。快手自己的说法——2024 年 6 月发布后持续迭代、12 月的一次升级、同季度上线独立应用——描述的是一个以小步推进的产品 ^[2]。

对真正使用这类模型的人来说，可灵 1.6 处理的两件事恰好是最实际的。提示词遵循决定工具能不能用于有明确要求的活儿，比如镜头必须符合脚本；画面质量决定产出能不能不加解释地拿给观众看。两方面的改进，才让一次演示变成工作室、广告主或个人创作者可以纳入工作流程的东西。