近日，快手可靈AI正式面向全球推出“多圖參考”模式，該功能能夠理解和整合多個(gè)圖片中的不同主體，根據(jù)用戶(hù)的文字描述，創(chuàng)造性地生成融合視頻，進(jìn)一步攻克了AI視頻生成中的一致性難題。

目前，全球用戶(hù)均可在可靈1.6模型下，使用“多圖參考”功能。用戶(hù)只需選擇圖生視頻，上傳1-4張參考圖，框選圖片中需要使用的人物、動(dòng)物、物品或場(chǎng)景，并通過(guò)“提示詞”描述它們之間的變化或互動(dòng)，可靈AI即可結(jié)合所有參考內(nèi)容并遵從指令生成視頻。

用戶(hù)可以上傳一張或多張同一主體（人物、動(dòng)物、影視角色或物品等）的圖片，模型會(huì)以這些圖片為參考，生成統(tǒng)一風(fēng)格的視頻，幫助用戶(hù)在制作AI視頻時(shí)保證多鏡頭中的主體一致。例如，用戶(hù)上傳貓、夾克、太陽(yáng)鏡三張圖片，并輸入提示詞“一只身穿夾克、戴著太陽(yáng)鏡的擬人化貓?jiān)谖枧_(tái)上轉(zhuǎn)身并對(duì)著鏡頭擺姿勢(shì)，”隨后進(jìn)行生成，就可以得到符合指令的視頻。

此外，用戶(hù)還可以通過(guò)參考圖來(lái)指定場(chǎng)景、服裝和動(dòng)作等，讓人物在特定環(huán)境中完成特定“演出”，大幅提升創(chuàng)作的可控性。例如，我們分別上傳一個(gè)老爺爺、一杯咖啡、咖啡館場(chǎng)景三張參考圖片，并輸入相應(yīng)提示詞“一個(gè)卡通風(fēng)格的老爺爺在咖啡館里，端起咖啡杯”來(lái)進(jìn)行生成，便可得到老爺爺坐在咖啡館里喝咖啡的視頻 。

同時(shí)，“多圖參考”還可以支持不同角色之間的互動(dòng)。用戶(hù)可以上傳多個(gè)人物、動(dòng)物或者影視角色等圖片，并用文字描述他們之間的互動(dòng)。例如，我們分別上傳小男孩、柯基犬兩張參考圖，并輸入提示詞“一個(gè)可愛(ài)的小男孩在撫摸一只柯基犬”，即可生成下圖所示的視頻。

此前，可靈AI已在全球上線(xiàn)“人臉模型”功能，支持用戶(hù)通過(guò)上傳多段視頻來(lái)訓(xùn)練、定制人臉模型，并參照該人臉模型繼續(xù)生成視頻內(nèi)容。作為業(yè)內(nèi)首個(gè)視頻模型定制功能，“人臉模型”創(chuàng)新性地滿(mǎn)足了用戶(hù)創(chuàng)作多個(gè)包含同一人物鏡頭的需求。

隨著“多圖參考”功能的推出，可靈AI進(jìn)一步解決了視頻生成中的一致性難題，幫助用戶(hù)充分發(fā)揮創(chuàng)造力，自由組合各種圖片元素，打造獨(dú)特的創(chuàng)意場(chǎng)景，探索更多可能。