快手发布可灵 4.0

背景

生成式视频模型把文字提示——往往还包括图像或其他参考素材——变成一段段短片。这类系统的实际限制一直相当一致：片段短、运动保守、角色和画面从上一个镜头到下一个镜头很难保持一致。对影视创作者来说，这些限制决定了一个模型是只能用来画分镜的玩具，还是能真正进入制作流程的工具。

发生了什么

2026 年 10 月 15 日，快手的视频生成模型可灵 4.0 向全部用户开放 ^[1]。这次发布集中在三件事上：更长的镜头、更动态的运动，以及一项名为 Omni Reference 的能力 ^[1]。

更长的镜头意味着单次生成能容纳更长的连续动作。这一点之所以重要，是因为如果一段戏必须由许多短片段拼接而成，画面的一致性就很难维持。更动态的运动指的是模型能生成多大的运动幅度——既包括摄影机的运动，也包括被摄主体的运动。Omni Reference 是这次发布中作为新能力提出的；生成式视频里的参考类功能，通常是想让创作者固定住输出中的某个元素（比如角色的样貌），让它在生成过程中延续下去，而不必在每条提示里重新描述一遍。

除主模型外，这次还推出了名为可灵 4.0 Flash 的版本，定位在速度和产量上 ^[2]。标准模型追求的是尽可能好的一镜，Flash 版本追求的是快速产出大量镜头。

导演的评价

两位成熟导演对这次发布发表了看法。陆川和李少红都称赞了模型的指令遵循能力和电影质感 ^[1]。李少红特别提到了模型在电影质感和角色表演上的进步 ^[1]。

「指令遵循」（instruction following）指的是输出在多大程度上照着提示的要求来做——运镜、动作、情绪、构图——而不是生成一段大致相关却用不了的东西。角色表演则是更难的一半：生成出来的人物看起来是在表演，还是仅仅在移动。对导演而言，这两点决定了生成的镜头能不能和实拍镜头剪在一起。

进入制作

可灵 4.0 也被用在了真正的长片上。Harry Hyun 正在年代题材故事片《Natasha》中使用这个模型，这部影片把实拍与 AI 生成的特效结合起来 ^[1]。这种混合方式——同一部影片里既有拍摄素材，也有生成元素——是视频模型最直接的考验场，因为生成的镜头必须与周围的一切在观感和连续性上对得上。

为什么重要

这次开放值得注意的地方，与其说在某个单项数字，不如说在它落地的位置。一个向全部用户开放的模型，被具名的导演称赞其遵循指令的能力，并被用在一部实拍与生成特效混合的长片上——这描述的是一种定位上的变化：从演示短片走向制作工作。

Flash 版本指向另一个方向——成本和迭代速度。实际制作中两样都需要：少数几个模型能达到的最高质量镜头，以及在推敲一场戏时大量廉价、快速的尝试。

局限也是熟悉的那一些。面向所有人开放不等于经过独立评测，导演的称赞描述的是这位导演自己的体验，而不是测出来的基准成绩。这次发布真正确立下来的，是它的功能组合——更长的镜头、更动态的运动、Omni Reference，以及一个主打速度的版本——以及电影人已经在把它接进自己的制作流程这一事实。