實(shí)測(cè)可靈3.0，普通人的導(dǎo)演夢(mèng)成真了

當(dāng)我用可靈3.0和3.0 Omni抽了100個(gè)15s鏡頭后，

我意識(shí)到AI視頻又進(jìn)入一個(gè)新時(shí)代了。

先說(shuō)結(jié)論，

這次更新了單次15s多分鏡視頻生成，多角色多語(yǔ)言對(duì)話，4k清晰度，一致性穩(wěn)到離譜。來(lái)看這兩個(gè)case，

這兩個(gè)視頻，第一個(gè)是圖生視頻，第二個(gè)是文生視頻，兩個(gè)視頻的畫(huà)面都更加具有電影感，而且都做出了分鏡，第一個(gè)視頻我給到的提示語(yǔ)是：

一名特工在夜晚的香港街頭被人追，時(shí)不時(shí)回頭看對(duì)方位置露出緊張的表情，最終一邊跑一邊從車(chē)門(mén)跳上一輛行駛中的電車(chē)，然后在行駛晃動(dòng)的電車(chē)中走向車(chē)的后方，伴隨著行駛的電車(chē)男人從電車(chē)后窗回頭望停下來(lái)追不上他停下原地的另一個(gè)男人。緊張，快節(jié)奏，電影感。

在提示語(yǔ)里只是寫(xiě)出了劇情內(nèi)容，完全沒(méi)有告訴它需要在人物進(jìn)行什么動(dòng)作的時(shí)候，用什么樣的鏡頭、什么樣的景別以及什么樣的鏡頭運(yùn)動(dòng)。可靈是自己做出了5個(gè)分鏡。

我和我的編導(dǎo)朋友一拍即合，把一個(gè)個(gè)分鏡拆解來(lái)看，看看可靈有沒(méi)有導(dǎo)演思維。

第一個(gè)鏡頭可靈用了低角度追拍，人物迎著鏡頭沖向觀眾的動(dòng)態(tài)把緊迫感拉滿。同時(shí)可靈能夠自己思考在畫(huà)面中增加了很多和行人碰撞的場(chǎng)景，做出人物和環(huán)境的互動(dòng)。

然后在手持晃動(dòng)的跟拍鏡頭中，露出了人物一個(gè)有點(diǎn)虛焦的面部鏡頭。可靈知道我在提示詞中寫(xiě)出的男主露出緊張的表情，選擇用特寫(xiě)鏡頭來(lái)展現(xiàn)，這是電影節(jié)奏中的呼吸位。

第三個(gè)鏡頭，可靈又換了一個(gè)視角，展現(xiàn)了人物遇到一輛電車(chē)的場(chǎng)景。整個(gè)電車(chē)出現(xiàn)的位置并不突兀，而且能夠感覺(jué)到人物下一秒就會(huì)跟電車(chē)做出互動(dòng)。

第四個(gè)鏡頭，人物跳上車(chē)的站位和他上一個(gè)鏡頭的動(dòng)作銜接也是對(duì)應(yīng)上的，這里整個(gè)人物的動(dòng)作以及鏡頭的設(shè)計(jì)，都很有真實(shí)感。

最后一個(gè)鏡頭是人物在車(chē)尾看到停下來(lái)追擊他的男人，這里通過(guò)人物的過(guò)肩鏡頭來(lái)展現(xiàn)人物的位置關(guān)系，設(shè)計(jì)得也都非常自然。

能看得出來(lái)，可靈是明確知道在表現(xiàn)什么樣的畫(huà)面內(nèi)容時(shí)，應(yīng)該用什么樣的構(gòu)圖、什么樣的鏡頭運(yùn)動(dòng)以及什么樣的景別。這些知識(shí)是導(dǎo)演需要具備的基礎(chǔ)技術(shù)知識(shí)，可靈現(xiàn)在已經(jīng)擁有了。

除了可以讓可靈幫你自動(dòng)做分鏡之外，如果你已經(jīng)有提前規(guī)劃好的分鏡，知道要如何安排自己的鏡頭，也可以用可靈 3.0 現(xiàn)在的自定義分鏡功能。

在 15 秒內(nèi)最多可以規(guī)劃出 6 個(gè)分鏡，可以選擇每個(gè)分鏡的時(shí)長(zhǎng)，寫(xiě)好每個(gè)分鏡的劇情內(nèi)容。

我按照上面這張圖的分鏡內(nèi)容，做出了下面這個(gè)視頻，每一個(gè)鏡頭的畫(huà)面和時(shí)長(zhǎng)，都是按照我規(guī)定的內(nèi)容做出來(lái)的，尤其整個(gè)畫(huà)面保持了非常強(qiáng)的風(fēng)格一致性。

可靈這一次升級(jí)的不止是分鏡，

還有多人對(duì)話能力。

我們可以在一段15秒的視頻里面設(shè)計(jì)多個(gè)人物的連續(xù)對(duì)話，而且能夠做出以往 AI 視頻很難做出來(lái)的人物正反打?qū)υ掔R頭，比如下面這個(gè)視頻。

人物的對(duì)話非常自然，多個(gè)人物角色在做動(dòng)作的同時(shí)，能保持說(shuō)話時(shí)要求的情緒音色準(zhǔn)確性，且表演細(xì)膩，同時(shí)對(duì)話鏡頭能保持較高的風(fēng)格和人物的一致性。

可靈在控制分鏡的剪輯時(shí)節(jié)奏也很好，很短的15秒視頻真的很有那種冷幽默的感覺(jué)

這解決了AI視頻中非常大的一個(gè)難題，

也就是說(shuō)，我們以后不需要一張圖一張圖地來(lái)固定人臉了，而是可以一組視頻一組視頻地去制作。

我還測(cè)試了幾個(gè)不同風(fēng)格的畫(huà)面，每一種畫(huà)面都能夠保持嚴(yán)格的一致性，即使是比較風(fēng)格化的動(dòng)畫(huà)制作，它也能夠很好地保持下來(lái)。

從外景的容器堆場(chǎng)，到藍(lán)紅兩臺(tái)機(jī)甲的涂裝細(xì)節(jié)，再到座艙內(nèi)飛行員的制服，一致性保持得都非常好。九色鹿低頭輕觸凡人額頭的動(dòng)作，輕盈且?guī)в袃x式感，沒(méi)有機(jī)械僵硬感。

動(dòng)漫風(fēng)格的人物動(dòng)作沒(méi)有變形成偽3D的感覺(jué)。仙俠動(dòng)畫(huà)中女主角飄逸的高馬尾、淡藍(lán)色的劍光，在 360 度大范圍旋轉(zhuǎn)鏡頭中始終保持著統(tǒng)一的形態(tài)。

強(qiáng)啊強(qiáng)！

而且可靈還能講方言，在這個(gè)基礎(chǔ)上，我又玩了一個(gè)很有意思的東西，在古裝場(chǎng)景中，包裝了一個(gè)非常有地域特點(diǎn)的、四川話風(fēng)格的情侶對(duì)話場(chǎng)景，

可靈的方言講得也很不錯(cuò)，這種就很有意思了，

本來(lái)你以為是一個(gè)比較正經(jīng)的場(chǎng)面，結(jié)果兩個(gè)人一開(kāi)口，是比較接地氣的四川話。地域特征一加上，人物就更加鮮活，整個(gè)畫(huà)面就更加有戲劇感。

然后我又又又玩了一個(gè)比較復(fù)雜的場(chǎng)面，是港劇里經(jīng)常能看到的粵語(yǔ)和英語(yǔ)摻雜在一起講的場(chǎng)景。這里我直接使用的是文生視頻。

這個(gè)視頻我寫(xiě)的提示詞是這樣的，其實(shí)蠻抽象的，說(shuō)實(shí)話這個(gè)復(fù)雜程度，我一個(gè)廣東本地人都沒(méi)讀明白，但是可靈讀明白了，

在一家辦公室里，兩個(gè)人在對(duì)話，A（被搶功者，崩潰又暴怒，聲音發(fā)抖）: 你居然當(dāng)著 Boss 說(shuō)那個(gè) Strategy 是你想的？那份 Deck 我改了三十遍，凌晨三點(diǎn)還在調(diào) Font！真系 Shameless（不要臉）到爆咯你！（注：語(yǔ)速很快，普通話帶哭腔，英文詞重讀，粵語(yǔ)收尾帶罵意）B（搶功者，輕蔑自信，反咬一口）: Relax，我系 Lead 呀！沒(méi)有我去 align 資源，你啲東西根本落唔到地，別咁玻璃心啦！唔好喺度嘈！（注：B全程半笑，眼神藐視，語(yǔ)氣理所當(dāng)然，最后一句用粵語(yǔ)強(qiáng)行壓制對(duì)方）

除了方言之外，可靈的多國(guó)語(yǔ)言講得也都很不錯(cuò)。我直接設(shè)計(jì)了一個(gè)三人場(chǎng)景，然后給他們每一個(gè)人都做了一個(gè)單人的切景分別講中文、英文、韓語(yǔ)。不僅全程人臉保持了一致，而且語(yǔ)言、動(dòng)作、神態(tài)表情做得都很不錯(cuò)。

用到這里，

我還想大拇哥一下可靈這次清晰度是真不錯(cuò)。

即使是切近它自己生成的畫(huà)面，鏡頭也都能夠保持很高清晰度，人臉的細(xì)節(jié)什么的做得都很到位。

上面的鏡頭都是我用可靈 3.0 做出來(lái)的。

這次可靈還帶來(lái)了另一個(gè)新的升級(jí)，

可靈3.0 Omni，

從界面上就可以看到，可靈 3.0 Omni 出現(xiàn)在之前我們介紹過(guò)的多模態(tài)視頻編輯功能中可靈O1模型所在的位置，其實(shí)可靈3.0 Omni就是O1升級(jí)后的新版本，更加側(cè)重視頻編輯功能。

我可以在可靈 3.0 Omni 中上傳自己的一段視頻作為創(chuàng)建主體。然后后續(xù)使用這個(gè)主體來(lái)創(chuàng)建視頻的話，它就可以很?chē)?yán)格地保持音色的一致。

比如說(shuō)這里，我上傳了一段自己的視頻，作為創(chuàng)建了一個(gè)我自己的角色，

然后我用這個(gè)角色做了兩段 15 秒的視頻，并將它們拼接在了一起。從這兩段視頻中可以聽(tīng)到，我的角色保持的音色與我的原聲一致，我自己聽(tīng)起來(lái)還是挺明顯的。

固定音色是之前 AI 視頻工具一直以來(lái)都沒(méi)有解決的問(wèn)題，只能通過(guò)后期配音解決。但是現(xiàn)在我可以直接在可靈做到了，這樣我就不再需要再找人進(jìn)行后期配音，而是一次性直接生成了完整、能夠使用的鏡頭。

同時(shí)，我還嘗試使用可靈 3.0 Omni 使用前面的素材做了一段替換主體的視頻，把人物換成了我自己，

整個(gè)使用的感受來(lái)說(shuō)，

可靈 3.0 Omni 的視頻編輯功能比 O1 要更加穩(wěn)定，不管是風(fēng)格的延續(xù)還是人物的動(dòng)作和表情都會(huì)更加自然。更詳細(xì)使用方法，大家可以參考我之前寫(xiě)的那篇關(guān)于 O1 的視頻文章。

說(shuō)實(shí)話，這兩天我還處于一個(gè)震驚的大狀態(tài)中。

感覺(jué)AI已經(jīng)告別了單鏡頭的時(shí)代，

迎來(lái)了一組多鏡頭同時(shí)生成的這樣一個(gè)新階段。

可靈做出來(lái)的多分鏡不只局限于遵循我給的提示語(yǔ)，離譜的是，它能夠在生成的過(guò)程中，自己補(bǔ)足我們?cè)趯?xiě)提示語(yǔ)時(shí)可能沒(méi)有寫(xiě)完整的部分。

它會(huì)把這一組鏡頭組合得非常完整，讓這一組鏡頭就能完成單一場(chǎng)景的完整敘事。

這幾天我看到了非常多的人，用兩三句提示詞，就做出了一段極具電影感，人物的表情，動(dòng)作和配音幾乎分不出是 AI 的作品。

以前在我看來(lái)，

視頻創(chuàng)作門(mén)檻在于你是否有扎實(shí)的影視制作知識(shí)，

有，才能創(chuàng)造出有審美高質(zhì)量的作品，

可靈這次再一次把這個(gè)距離無(wú)限縮短，

短到我伸手就夠到了。

@ 作者 / 阿湯 & 卡爾

最后，感謝你看到這里如果喜歡這篇文章，不妨順手給我們點(diǎn)贊｜在看｜轉(zhuǎn)發(fā)｜評(píng)論

如果想要第一時(shí)間收到推送，不妨給我個(gè)星標(biāo)

如果你有更有趣的玩法，歡迎在評(píng)論區(qū)和我聊聊

更多的內(nèi)容正在不斷填坑中……