可靈2.6模型推出「音畫同出」能力 重構AI影片創作工作流
香港2025年12月5日 /美通社/ -- 領先的內容社群及社交平臺快手科技（「快手」或「公司」；港幣櫃臺股份代號：01024 / 人民幣櫃臺股份代號：81024）宣佈，12月3日，可靈推出影片生成2.6模型，該模型提供了里程碑式的「音畫同出」能力，徹底改變了傳統AI影片生成模型「先無聲畫面、後人工配音」的工作流程。它能夠在單次生成中，輸出包含自然語言、動作音效以及環境氛圍音的完整影片，重構了AI影片創作工作流，極大提升創作效率。 重構AI影片創作工作流 中文語音生成效果全球領先 可靈2.6模型升級了文生音畫、圖生音畫兩大功能，輸入文字或是輸入圖片結合提示詞文字，均可直接生成帶有語音、音效及環境音的影片。語音當前支援生成中文以及英文，生成影片長度最長支援10秒。 該升級重構了傳統AI影片創作「先生成無聲的影片，再結合其他軟體完成後期聲音製作」的工作流，創作者使用可靈2.6模型，能夠直接生成包含人聲、環境與效果音效的影片，極大提升了創作者的工作效率。 透過對物理世界聲音與動態畫面的深度語義對齊，可靈2.6模型在音畫協同、音訊質量和語義理解上表現亮眼。 音畫協同上，可靈2.6模型生成的影片，在語音節奏、環境音與畫面動作上緊密呼應，實現了對畫面動態與聲音節奏的深度對齊，避免了傳統工作流可能產生的「畫面一套、聲音一套」的割裂體驗。 音訊品質上，在支援人聲、音效、環境聲等多型別聲音生成的基礎上，生成的音訊音質更乾淨、層次更豐富，整體聽感更接近真實的混音效果，滿足專業級創作對聲音細節的高要求。 語義理解上，該模型對多種場景下的文字描述、口語表達和複雜劇情有較強的語義理解能力，能夠更準確地把握創作者意圖，從而輸出邏輯更嚴密、更貼合用戶需求的音畫內容。同時，可靈2.6模型在中文語音生成效果上保持全球領先。 一鍵「音畫同出」 廣告營銷、自媒體、電商等創作場景迎來效率革命 可靈2.6模型支援的聲音型別包括說話、對話、旁白、唱歌、Rap、環境音效、混合音效等多種聲音的單獨或混合生成，能夠廣泛地應用於廣告營銷、自媒體、電商等行業的影片內容創作，極大提升創作效率。 例如在廣告營銷行業，可靈2.6模型能夠一鍵生成含有旁白介紹、演員對白、商品展示等綜合聲音效果的廣告短片，極大降低廣告片拍攝的成本，提升效率。 在自媒體領域，可靈2.6模型的應用則更加廣泛。透過多人對白能力，創作者可以創作包含訪談節目、劇情演繹、搞笑短劇等多型別的內容創作，還可以藉助模型的音樂表演能力，進行唱歌、說唱表演、樂器演奏等型別的內容創作。運用可靈2.6模型，可大幅度降低自媒體創作者的創作成本與難度。 在電商領域，透過單人獨白、旁白解說等能力，可靈2.6模型能夠完成商品展示、產品講解等電商領域的影片內容創作，提升商家的經營效率。 可靈2.6模型的推出，進一步降低了內容創意行業影片創作的成本與難度，未來可靈AI也會持續開發更多實用功能，為創作者提供更優質、便捷的AI影片創作工具。 關於快手...
