Kimi 悄咪咪灰测了 AI 视频生成功能

Kimi 悄咪咪灰测了 AI 视频生成功能

今年上半年，Kimi 在海外曾推出过一款 AI 生成 MV 的产品——Noisee.

最近我们发现，Kimi 将此能力移植到了国内的 Kimi 上。

快到年底了，如果回顾 2024 年的 AI 行业关键词，多模态和视频生成一定少不了。从开年的 Sora 开始，到国内各大厂商纷纷发布视频生成模型和产品，AI 视频生成越来越丰富。

最近，Kimi 风波热度居高不下。但今天特工不是带大家吃瓜的，而是带大家体验一下灰测的 AI 视频生成功能——Kimi 创作空间。

在 Kimi 网页版首页，被灰度到的用户可以在底部看到一个下拉指引箭头，点击进入创作空间。

点击创作音乐视频，进入 AI 视频创作，有模板选择和自定义创作两种模式，每天可免费生成共 100 秒的视频。

先来欣赏几个平台官方的模板视频范例。

花样年华风格👇

太空漫游风格👇

进入自定义创作，用户可以简便且个性化地创作音乐视频。

用户可以输入视频生成提示词，或者让 AI 帮写；左侧有背景音乐模块，官方准备了一些音乐资源，可以根据不同风格选择，也可以自己上传本地音乐文件，或者输入抖音视频分享链接。

至于视觉风格模板则可选可不选，不选风格系统就采用随机风格。

特工女巫以喜欢歌手华晨宇的《向阳而生-日出版》片段为例，尝试用 Kimi 创作一个 MV。

点击开始生成后，Kimi 会开始理解欣赏音乐，然后想象与音乐搭配的故事，再根据故事生成画面、最后将画面剪辑成完整视频。

在生成过程的页面大约会停留 5 分钟，这里的产品设计体验比较好，展现了 Kimi 在每个环节做的事情、图标和动画细节、底部百分比，能够让用户看见模型处理问题的过程，管理用户对各环节进展的预期。

不过相比即梦、通义、混元等视频生成竞品，速度稍慢了些，不知道是不是模型处理过程还有优化空间。

终于生成完毕，用户可以和 Kimi 一起开启视频的视听之旅（喜欢这个页面的文案和按钮，有种拆礼物的感觉）。

开启视频后，可以看到视频主画面位于中央，画面上方可以下载和重命名，左侧是关键场景画面的时间轴，点击某个时间点的画面，右侧还会出示与之相应的提示词，并且可以编辑修改这个片段的提示词，然后重新生成。

生成的视频有较好的语义理解、指令遵循对齐能力，画面可以准确全面地还原提示词描述，甚至用户不需要会写提示词，Kimi 直接扩充完善了更多描述并生成画面。

如果用户不愿意或者不太会自己创作，也可以直接套用模板风格创作。

Kimi 官方预置好了 12 款不同风格的创作模板，包括赛博朋克风、太空漫游风、摇滚风、末日风等特色主题，还有一些著名影视作品风格如哈利波特风、花样年华风、情书风、Lalaland 风等。

用户首先选择风格模板，然后在内容描述内输入自然语言文字指令，并且还有系统自动配好的风格主题背景音乐。

如果用户不知道怎么写描述，还可以用“帮我写”让 AI 一键生成视频创作提示词。

Kimi 会将整个视频生成目标拆分为每个画面的子任务，每个部分有对应的分解提示词，再将部分生成的画面组合成完整视频。

也正是有此类似 CoT 的生成过程，用户才可以对时间轴里的某些部分的画面独立进行编辑修改。

从风格、到描述、到音乐，Kimi 都可以一揽全包，让用户以很低的操作门槛无脑生成视频。

模板视频的创作过程，以及浏览、编辑、下载流程，和自定义创作一样。那么我们直接来看看效果。

下面是完整 15 秒，哈利波特风格，特工女巫在禁林奇遇的故事。

可以看出 Kimi 生成的视频整体有不错的质量：场景环境描绘符合风格特色质感，人物的五官头发、面部表情、身体运动有较好的逻辑和美感，光线阴影处理也比较自然真实；并且让人感到惊喜的是，画面可以跟随背景音乐自动卡点切换和转场，增加了生成视频的可观赏性和视听体验。

但是美中不足的是，动作幅度和流畅度表达一般，也暂时没有看到更丰富的运镜变换。

Kimi 这波用视频+音乐地创作范式，结合了复杂问题拆解分步解决的思路，生成遵循对齐程度高、主体和环境逻辑与审美较好的视频，并且操作过程中给用户一些可控可感的小惊喜，以及连接了抖音的内容生态。

虽然视频生成的运动连贯流畅、镜头画面专业程度、生成速度和等待时间，还不如其他视频生成模型竞品，但我们依然可以期待 Kimi 的视频创作可以越做越好。

文章来自于微信公众号“特工宇宙”，作者“特工女巫”