最强视觉生成模型获马斯克关注：吉卜力风格转绘不再依赖GPT

“史上最强视觉生成模型”诞生于快手。一基双子的可灵AI基础模型——文/图生图的可图和文/图生视频的可灵，均已升级至2.0版本。

可图2.0对比MidJourney 7.0，胜负比“(good+same) / (same+bad)”超300%，对比FLUX超过150%；可灵2.0文生视频对比Sora胜负比超360%，图生视频对比谷歌Veo2胜负比超180%。新版本在语义遵循和美学能力上有显著提升，新增图像编辑和风格转绘等功能。

模型发布后，国内外反响热烈，连马斯克也在X上关注了可灵AI官方账号。

可图2.0的语义遵循能力大幅提升，尤其在复杂元素响应、镜头语言设计和画面细节表现上更为精准。例如，根据提示词创作的艺术场景，可图2.0完美实现了镜子里的老年形象与现实少女的对比。

此外，可图2.0在构图、光线和景别设定的响应上更加精准，支持近百种风格，包括吉卜力风。新增的风格转绘和图片编辑功能，让创作者可以轻松调整图片风格或修复细节。

可灵2.0在文字相关性、画面质量和动态质量等方面显著超越谷歌Veo2和Sora。快手还推出多模态视觉语言（MVL），让用户结合多模态信息高效传达创意，全面升级视频及图像创作能力。

可灵AI致力于让每个人都能用AI讲出好故事，目前累计生成1.68亿段视频和3.44亿张图片素材。未来，AI创作将更加触手可及，打破专业壁垒，让每个人都能记录世界的美学瞬间。