可灵4.0实测:15秒水袖击鼓舞与30秒雨中独舞能到什么程度?

资讯 雷峰网 全文 4354 字 · 约 11 分钟读完 配图 10 张 分类可灵

AI省掉了不少拍摄环节,却没省掉挑片、改片和一遍遍返工。

所属频道 视频图像生成
实测可灵4.0:让AI跳一段舞,怎样更接近理想效果?
2004年,张艺谋在《十面埋伏》里拍下了一场令人难忘的水袖击鼓舞。
实测可灵4.0:让AI跳一段舞,怎样更接近理想效果?
章子怡饰演的舞者站在鼓阵中央,随乐声腾跃、旋转,两条长水袖在空中翻飞,时而划出巨大的弧线,时而甩向四周的鼓面。人的动作、绸布的轨迹与密集的鼓点交织在一起,至今仍是影片里辨识度最高的场面之一。
这样的表演本身就难以复刻。舞者、水袖和鼓阵得配合得恰到好处,电影还能靠镜头调度与剪辑,让每一下击鼓都显得干净利落。现在要把这套要求压进一段提示词,让AI一次生成15秒,听起来多少有点为难它。
不过我们还是想试。可灵4.0这回重点升级的能力之一,正是复杂动态的生成。
10月15日,可灵4.0正式上线,原生生成时长延长至30秒,复杂动态、参考控制和视频编辑等方面也有更新。除了这场水袖击鼓舞,我们还找来了《雨中曲》的经典独舞,让它拍一条普通女生逛旧街区的30秒生活短片,并试着修改已经生成的视频。
这次实测,我们想看可灵4.0能把这些要求完成到什么程度,也想看看实际用起来,是不是真有官方样片看上去那么轻松。

01

让AI复刻水袖舞,我们改了七八轮

水袖击鼓本就是难度很高的表演,搬进电影里,还要兼顾人物身法、布料运动、鼓阵位置和摄影机调度。对视频生成模型来说,它得让这一连串动作在同一个场景中成立。
我们原以为真正难的是舞者腾空翻跃,结果几轮生成下来,最让人头疼的竟是怎么让她正确地击中鼓面。
我们先备好人物造型和鼓阵的参考图,向可灵交代红色舞服、浅粉色长水袖,以及旋身、腾挪、跃起、甩袖击鼓这些动作,指望用一次15秒的生成还原这场舞蹈的主要特征。
单看画面观感,这一版还算过得去。红衣舞者的造型基本成立,绸布在空中也有了舒展、回旋的动态,整个场景已经能让人联想到原片。可一到真正击鼓的环节,舞者会直接用手去碰鼓面,水袖有时只是跟着手臂飘,并没有承担击鼓的作用。
我们随后围着这个问题反复改提示词,明确要求鼓必须固定,袖尾是唯一允许接触鼓面的部分。考虑到模型可能没理解完整的动作编排,我们又把15秒拆成起势、腾空翻跃和连续击鼓几个阶段,希望后半段能有明显的速度和力量变化。
前后重新调整了近七八轮,测试还是没能做到全程用水袖末端击鼓。
另一些版本中,舞者仍以手掌替代水袖去敲鼓;还有的版本虽把长袖甩了起来,人却钉在原地慢慢打转,预想中的腾空和位置变化都没出现。更蹊跷的是,个别画面里鼓身会自己挪动,看上去只是为了凑出提示词所写的“击鼓”。
当然,这并非一次严格的专业动作指导测试。
我们没有像专业影视从业者那样绘制逐镜分镜,而20年前的电影场景能够成功,本身就和剪辑、分镜、特效这些不无关系。这不能说明模型没有能力完成这条视频,只是在依赖参考图与自然语言描述的创作方式下,即使反复强调同一个要求,复杂动作也未必能稳定地朝着预期方向修正。
对那些希望用AI辅助制作影视内容的人来说,这也是值得关注的问题。

02

AI跳《雨中曲》,第一版最好看

相比之下,《雨中曲》的测试让我们看到了可灵更擅长的一面。
1952年公映的《雨中曲》贡献了影史上最有名的歌舞段落之一。吉恩·凯利一身西装、头戴礼帽,撑伞在雨夜街头独自起舞,和着音乐转圈、踢踏,末了跳进路边的积水里。人的动作、音乐的节拍与摄影机走位彼此咬合,一条寻常街道就这么成了妙趣横生的表演场地。
实测可灵4.0:让AI跳一段舞,怎样更接近理想效果?
这次我们给了四张经典片段的参考图片,要求模型生成一段有复古好莱坞歌舞片质感的雨中独舞,保留黑色雨伞、礼帽、路灯和潮湿的街道,同时安排转身、摆伞、踢踏和踩水等动作。
实测可灵4.0:让AI跳一段舞,怎样更接近理想效果?
第一版做出来的效果已经挺像样。镜头一直跟着主角走,背后砖墙和街道没有突兀的跳变,雨夜的色调、光线,连同被淋湿的西装质感,都算自然。爵士乐和收尾踩水那几下大致踩在点上,整段因此带出几分老式歌舞片的味道。
我们尤其喜欢一个很容易被忽略的细节:人物在路灯下舞动时,身后的墙面出现了随动作变化的投影。画面因此不只是一个人在雨中跳舞,人物与环境之间也建立起了联系。
可灵对细节的照看还是不够周全。男主角有回一仰头,礼帽从脑袋上滑落,再抬头时帽子又若无其事地回到了原位。末尾几脚踩下去,水花规整得过分,几乎每次都绕着同一个圆心朝两侧对称溅开。他脸上的笑也完美了些,少了真人连续动作时那种自然浮现的表情变化。
画面质感向来是可灵口碑较好的地方,可Seedance一轮轮迭代下来,好看这件事早就不是谁家独有的本事了。
7月,Seedance 2.5先一步支持30秒生成,多模态参考和视频编辑也做了升级。不到三个月,可灵4.0面世,主打方向同样是30秒生成、复杂动态和参考控制。最近一些创作者做同题测试,给出的评价并不一致:有人觉得Seedance的人物更真实,也有人更认可靠灵的动作表现。两家各有强项,单看一条漂亮的样片,已经很难分出高低。
对快手而言,竞争还叠着商业层面的压力。二季度,可灵AI收入超过8.5亿元,同比增长逾200%。它要留住的,不只是来尝鲜的人,还有那些真拿它做广告、短剧的付费创作者。
可对这批人来说,视频生成出来,活儿往往才刚开头。

03

只想换件西装,能不能保住整条视频?

《雨中曲》生成得还算理想,我们接着想试可灵4.0这次升级的视频编辑。假设一条视频的动作、构图、场景都满意,只打算换掉人物身上的衣服,还需不需要从头抽卡?
我们拿此前生成的《雨中曲》当原片,提了个很直白的要求:男主角的深色西装改成酒红色,款式保留,人物面貌、舞蹈动作、帽子、雨伞连同场景和声音都不许变。
实测可灵4.0:让AI跳一段舞,怎样更接近理想效果?
编辑前图片
实测可灵4.0:让AI跳一段舞,怎样更接近理想效果?
编辑后图片
改完之后,视频和原片一样,只把男主那身衣服换掉了。不过有一点值得留意:虽说走的是视频编辑功能,这回消耗的积分跟重新生成一条视频差不了多少。
为多一点参照,我们把同一条视频也交给HeyGen Video Agent,要求一字不差。
实测可灵4.0:让AI跳一段舞,怎样更接近理想效果?
结果有点意外:西装确实成了酒红色,男主却换了个人,连雨夜街景也一并被换掉。我们本想留下的那段舞蹈,同样没能完整保留。
追问之后,HeyGen给出的解释是,眼下这套Video Agent工作流能截取原片、添加文字或重新生成素材,但还做不到只改上传视频里的西装、其余画面原样不动。
实测可灵4.0:让AI跳一段舞,怎样更接近理想效果?
这里的“编辑”要分两种:剪短一个镜头、换一段素材、加字幕,属于对视频内容的编排;给画面里正在跳舞的人换件衣服,得改动原有画面,还得在连续运动中保住其他细节。前一类操作HeyGen Video Agent支持,后一个任务,在我们用的这个入口里没有完成。
此前实测中我们也反复抽过卡,这种体验放到商业制作里,就不只是个人耐心的事了。《第一财经》早前采访漫森文化时,创始人黄浩荣透露,团队做精品AI短剧大概要10个人,其中约一半人力花在抽卡上。按团队当时的数据,平均生成5次才有一条满意画面。
AI确实压低了部分影视内容的制作成本,可一条视频到底花多少钱,不能只盯单次生成的标价。反复生成、人工筛选,加上后续修改的开销,都得算进去。
这回可灵把西装换色做成了,至少保住了我们已经满意的那段表演,这一点值得肯定。但编辑一次的积分消耗仍与重新生成相差不大,修改成本何时能真正降下来,恐怕是这些视频模型接下来绕不开的问题。

04

30秒,普通女孩的生活vlog

高难度动作之外,可灵4.0还有一项升级我们也想试:最长30秒的原生视频生成。Seedance 2.5此前已支持这一时长。可灵上一代最长只能生成15秒,对比之下,创作者依然可以在一次生成里塞进更多内容。
我们想了个普通人也会有的创意:让AI拍一条带文艺气质的个人生活短片。
片名定为《今天也没有什么计划》。主角是个二十多岁的女生,戴耳机,独自走进中国南方一片旧街区。她一路看看墙边的花、晒太阳的小猫,又被骑车经过的年轻人吸引住目光。夕阳慢慢落下,最后她偶然走进一家旧书店,在窗边翻开一本书。
我们想要一点旧式DV的影像质感;色调温暖,带着真实生活留下的痕迹。人物也要真实。片头还藏了个小设计,让片名那几个可爱的手写字在画面上短暂闪过,像一条自己剪出来的生活日记。
成片出来后,整体氛围确实不错。可灵接住了我们想要的旧街区气质,人物散步、街景细节、室内书店这些不同镜头也安排出来了。比起要完成精确接触关系的水袖舞,这类以观察日常为主的短片,显然给了模型更大的发挥余地。
可整片看下来,还是有几处让人出戏。前一镜女生刚回头,下一镜却突然看向另一侧,动作没接上。到书店门口,她伸手推开一扇门,旁边另一扇竟也自己开了。书店招牌上的字没写对,街道虽有旧楼、小店和植物,却干净规整得过分,少了真实街区里随处可见的行人和杂物。
单看每个镜头,有些画面确实漂亮。可串成30秒的小片子,考验的就不只是模型能不能生成几张好看的动态画面了。人物怎么从这一镜走进下一镜,人与环境之间发生了什么互动,这些细节都会影响整条视频的自然程度。

拍出一条视频,和拍出自己想要的视频

这几年聊到AI视频,「人人都能成为导演」这句话被翻来覆去说了太多遍。各家放出的样片看下来,这话好像越来越站得住脚——过去得靠演员、摄影师加后期团队一起折腾的画面,现在一个人守着电脑,就有机会做出来。不过真上手用过之后,我们对这句话又有点拿不准了。
科幻作家特德·姜在《纽约客》的一篇文章里提过,艺术创作里头装着大量具体的选择。人拿一小段提示词让AI出作品,等于把很多没明说的决定都甩给了模型。
这回测试,我们好几次都想把这些决定抢回来。我们打算让舞者用袖尾去击鼓,模型倒好,让鼓自己动了起来;想拍一个女生散步时自然回头的瞬间,前后两个镜头又没接上。
可灵4.0当然也有让人眼前一亮的地方。《雨中曲》的雨夜挺有电影感,视频编辑也把原片里的表演留住了。可七八轮水袖舞下来,鼓还是没被敲对,加上反复生成和编辑烧掉的积分,我们也看明白了:手里有款生成工具,和能随心所欲地用它,压根是两码事。
眼下可灵和Seedance都在往里加参考素材、拉长视频时长、强化编辑能力。普通用户因此有机会做出过去单打独斗难以完成的画面;那些真要交广告、短剧的团队,面对的则是另一道题——能不能用扛得住的时间和成本,稳稳当当地拿到想要的结果。
生成视频这件事正变得越来越简单。可等所有人都能拍出漂亮画面,能让人少绕几圈、少返几次工的工具,说不定才更容易被长期用下去。
实测可灵4.0:让AI跳一段舞,怎样更接近理想效果?
本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 可灵估值超过快手:分拆之后的定价题

    快手推进可灵分拆,双资产定价仍待市场检验。 10月,快手股价在27港元附近徘徊,较2021年上市初期的历史高点跌去逾九成。上半年营收692.51亿元,微增2.4%;利润60.57亿元,同比减少32.0%。 而在同一时间线上,它旗下刚完成重组的可灵AI,按8月底增资扩股的公开数据测算,估值约1228亿元。同期快手科技的总

    来源 AI 行业观察
  2. Anthropic招股书:8954亿美元算力承诺,前三季营收增12倍

    为了满足Claude模型训练和企业客户调用需求,Anthropic不仅与亚马逊、谷歌、微软等云服务商签订长期协议,还开始直接采购芯片、参与数据中心建设,并向前加密货币矿企和新型云服务商寻找电力与机房资源。

    来源 华尔街见闻
  3. 实测丨GPT 6.1 Sol 硬刚 Sonnet 5.5:一个太老实,另一个精得很

    导语:同样的模型调用单价,为什么一次 Agent 任务的实际成本相差 3.5 倍? Anthropic 于 9 月 28 日推出 Claude Sonnet 5.5,OpenAI 于 9 月 29 日推出 GPT 6.1 Sol。巧合的是,两款模型在 OpenRouter 上的 API 标价完全相同:每百万输入 Tok

    来源 AI 行业观察
  4. 蔡崇信谈AI普及:千问开源模型超470款,下载量破40亿

    IT之家 11 月 3 日消息,2026 年世界互联网大会于今日(11 月 3 日)在浙江乌镇开幕。 据界面新闻报道,阿里巴巴集团联合创始人及董事会主席蔡崇信在开幕式上表示,AI 需求持续攀升,算力供不应求。他认为“只有开源才能普及”,开源能够有效降低中小企业研发成本,对发展中国家尤其重要。 蔡崇信透露,目前阿里千问已

    来源 AI 行业观察
  5. 消息称高盛限制交易员与银行家使用部分 AI 工具,引发员工不满

    IT之家 11 月 3 日消息,据彭博社报道,高盛集团在评估效率与风险隐患后,禁止大部分员工使用面向编程的先进人工智能工具,这一举措引发部分员工不满。 此前数月,高盛允许银行从业人员在工作中使用 Anthropic PBC 的 Claude Code 以及微软公司的 GitHub。彭博新闻看到一份 10 月更新的内部指

    来源 AI 行业观察
  6. 苹果Q4营收1144.8亿美元,毛利率被存储吃掉一块

    苹果Q4营收同比增11.7%,靠iPhone/Mac提价驱动而非放量。然而存储成本飙涨"前所未有",剔除关税退款后硬件毛利率实际仅36%。下季度毛利率指引45-46%低于预期,叠加Siri AI云成本,涨价红利正被成本吃空——经营利润或同比下滑。服务增速指引仅8-9%,远低于市场预期12%,"避风港"光环开始褪色。

    来源 华尔街见闻
  7. RZR加码中国市场:北京办公室启用,AI模型Argus已上线

    RZR首席执行官Aman Sareen在启用仪式后表示,中国是RZR最重要的市场,北京不是销售办事处,而是公司构建未来的核心枢纽之一。RZR CEO Aman Sareen北京办公室的定位是这一战略的集中体现。在产品层面,Aman反复强调“一套AI系统覆盖全增长渠道”。据介绍,RZR是整合DSP,在iOS、Androi

    来源 TechWeb
  8. 48小时,点与点之间,发生了一些连接|2026苏客松回顾

    2026苏客松 10月30日到11月1日,来自50所城市、60多个学校的200位创造者,带着各自的想法来到苏州。 48小时后,200多位选手完成了组队、开发和展示,现场诞生了64组项目。 2026苏客松 从开始筹备到活动落地,我们想做的其实不只是一场黑客松。除了让大家有地方写代码、做产品,也希望给创造者们一个认识彼此、

    来源 AI 行业观察
  9. 36氪首发丨交大博士融合世界模型和六臂机器人,再获数亿融资,合作多家500强客户

    图源/企业 本文约3000字,建议阅读7分钟 作者丨欧雪 编辑丨袁斯来 硬氪获悉,全球工业具身智能机器人企业——上海飒智智能科技有限公司(下称“飒智智能”)近期已完成数亿元Pre-B轮融资。投资方包括建投投资有限责任公司、南通投管和云启资本三家机构。本轮资金将主要用于大模型研发、多臂机器人本体迭代、产线扩建以及全球市场

    来源 AI 行业观察
向下滚动自动加载更多