夢(mèng)瑤 發(fā)自 凹非寺
量子位 | 公眾號(hào) QbitAI

等等黨和抽卡黨們，這回做視頻終于不用等！半！天！了！

相信大家都有這種感覺：每次用AI生成視頻，剛按下按鈕，屏幕就跳出來一句“前方排隊(duì)xxx人”，等吧，好不容易排到了，結(jié)果還得再磨個(gè)兩三分鐘才能出片……

而且生成效果到底咋樣，幾乎純看運(yùn)氣，不滿意還得重新抽卡，這次終于不一樣了，等等黨有救，抽卡黨翻身～

現(xiàn)在，從點(diǎn)擊生成到看到成片，不到一分鐘就能輕松產(chǎn)出一條5秒的高清視頻大片，畫質(zhì)妥妥拉滿，效果be like：

你以為這就結(jié)束了？大NO特NO！現(xiàn)在碰到不滿意的視頻也不用重新抽卡，直接在線精修，想怎么P就怎么P。

周末來得剛剛好，蒙娜麗莎牽著兵馬俑走進(jìn)了魔都街頭，這回不當(dāng)文藝女神，當(dāng)起了“滬上阿姨”：

emm…人都到上海了，手里卻還舉著杯可樂，怎么看都不太對(duì)勁，于是我順手一改，把可樂P成了奶茶，這樣才對(duì)嘛，入鄉(xiāng)隨俗入鄉(xiāng)隨俗～

不賣關(guān)子，這就是「拍我AI」（即PixVerse）重磅上線的升級(jí)版：V5 Fast，視頻生成速度提升超30%，此外還上線了「Modify」精修功能，支持端到端視頻編輯，生成完還能接著改～

兩項(xiàng)關(guān)鍵能力一起落地，讓視頻創(chuàng)作第一次有了“快＋可控”的完整體驗(yàn)，目前新功能已在「拍我AI」重磅上線，廢話不多說，跟我一起roll起來吧！

AI視頻也實(shí)現(xiàn)P圖自由了

過去這一年，AI視頻從創(chuàng)作者工具變成了商業(yè)化生產(chǎn)力。

品牌在用它做campaign，自媒體在手搓各種AIGC新玩法，商家用它做新品素材，而更能感受到變化的，是大眾化的使用場(chǎng)景——

旅行時(shí)隨手做個(gè)vlog、給貓貓剪段日常、記錄小朋友的成長瞬間……越來越多人不再只是看別人用AI做視頻，而是開始用AI記錄自己的生活、講自己的故事、創(chuàng)作屬于自己的靈感。

然而，現(xiàn)在市面上絕大多數(shù)的AI視頻工具更像是一次生成定生死，一旦要改，流程立刻變得又慢又不確定：

一個(gè)細(xì)節(jié)的錯(cuò)位、一個(gè)畫面的跳幀都可能讓全片重來，角色不穩(wěn)要返工，元素亂跳要重生，提示詞不準(zhǔn)又得重新roll，專業(yè)團(tuán)隊(duì)焦慮，普通用戶更無從下手，明明是小改動(dòng)，時(shí)間精力的投入成本卻很大。

這直接帶來的影響是：對(duì)內(nèi)容團(tuán)隊(duì)是流程割裂，對(duì)商用制作是交付風(fēng)險(xiǎn)，對(duì)普通用戶更是一道專業(yè)門檻的困擾。

因此，可修改性目前已經(jīng)成為現(xiàn)在AI視頻市場(chǎng)最真實(shí)、也最迫切的需求之一。

拍我AI的Modify精修能力，就是順著這條需求線自然進(jìn)化出來的，它所代表的是一類真正意義上的「市場(chǎng)創(chuàng)新」。

它把單幀修改變成了模型對(duì)全片的重新理解和一致化處理，實(shí)現(xiàn)跨幀推理、統(tǒng)一風(fēng)格、主體穩(wěn)態(tài)等一系列高要求的流程。

這類底層架構(gòu)的精修方式目前在業(yè)內(nèi)極為稀缺，基本屬于拍我AI的獨(dú)特能力。

也就是讓創(chuàng)作者的工作流真正閉環(huán)，也讓普通用戶第一次擁有了拍了視頻還能隨手改的自由度。

AI視頻從“能生成”走向“能被每個(gè)人掌控”這一步，終于變得可行了。

元素替換：實(shí)物級(jí)別的可控編輯

在這次全新推出的「Modify」精修功能中，我們不必再因?yàn)槟硞€(gè)元素生成得不對(duì)、哪一幀出了小差錯(cuò)就從頭反復(fù)生成，也不用擔(dān)心提示詞沒寫準(zhǔn)、沒編輯到位會(huì)導(dǎo)致整段視頻推倒重來。

現(xiàn)在我們可以想改哪里就改哪里，真的做到了萬物皆可替換。

先從我們創(chuàng)作中出現(xiàn)頻率最高、需求最迫切的物品替換能力說起，我先讓V5 Fast幫我生成了一段“男子在KTV放飛自我唱歌”的視頻：

接著我在Modify里把男子換成了一只沉浸式飆歌的小貓：

AI不僅保留了原視頻里人物的肢體姿勢(shì)、口型節(jié)奏，連服裝細(xì)節(jié)也一起copy過去了，最關(guān)鍵的是整個(gè)場(chǎng)景環(huán)境都沒崩，替換得非常自然。

除了能替換物品、人物外，Modify還能替換背景，我把一個(gè)超颯女孩登山的視頻丟給了AI：

嗯…感覺這身專業(yè)戶外裝備用來登一座普通小山多少有點(diǎn)“殺雞用牛刀”！于是我讓Modify把背景換成積雪覆蓋的雪山，這下才對(duì)味兒嘛：

這個(gè)替換的難點(diǎn)在于原視頻的背景是移動(dòng)的，但AI不僅完成了背景替換，還自動(dòng)補(bǔ)足了每一幀的場(chǎng)景一致性，甚至連女孩發(fā)絲透出的光線，都和雪山環(huán)境的冷色調(diào)對(duì)上了，可以說是非常周到了～

這種級(jí)別的元素替換能力，實(shí)質(zhì)上把「改視頻」這件事從高門檻的專業(yè)技能，重新交回給了所有用戶。

無論是換物件、調(diào)環(huán)境，還是修一個(gè)不滿意的細(xì)節(jié)，都終于能簡單到人人敢下手、人人能做好。

局部修改：從風(fēng)格到質(zhì)感都能調(diào)

除了能修改那些“看得見摸得著”的視頻元素外，一些更抽象、更細(xì)微的局部變化，比如光影、質(zhì)感、整體氛圍這種非實(shí)體的細(xì)節(jié)，Modify也完全hold得住。

這類需求在行業(yè)里一直是痛點(diǎn)：元素替換容易量化，但無形的局部往往最難改，一不小心就會(huì)破壞整段視頻的連貫性。

咱們不走簡單路線，直接上點(diǎn)難度，先來考驗(yàn)一下AI的風(fēng)格修改能力。

現(xiàn)在打工人的怨氣是真越來越重了，看下面這位小哥，工作崩潰到想直接怒砸鍵盤（但還是忍住了）：

我們就用Modify給他換個(gè)畫風(fēng)，試試把這場(chǎng)“社畜崩潰現(xiàn)場(chǎng)”重繪成「美式漫畫」風(fēng)格：

不光是整體風(fēng)格切得干凈，連衣服的褶皺、肢體動(dòng)作、情緒張力都被1:1保留下來，風(fēng)格想怎么改就怎么改，還能保持動(dòng)作一致性，這才叫真正的“可控風(fēng)格替換”～

不僅如此，Modify還能對(duì)物品的「材質(zhì)」進(jìn)行精確修改，我先是用V5 Fast生成了一段黑色亮面跑車馳騁在公路上的視頻：

隨后讓Modify把車身材質(zhì)替換成紅色啞光，在鏡頭運(yùn)動(dòng)不變、光影一致的前提下，AI依然穩(wěn)穩(wěn)完成了替換：

亮面換啞光、金屬換塑料、皮革換織物，看似只是質(zhì)感變化，但牽涉光影反射、表面細(xì)節(jié)、鏡頭軌跡，一旦處理不到位就會(huì)立刻穿幫。

而Modify既做到了替換材質(zhì)，又保證每幀視覺邏輯都成立。

除了能修改風(fēng)格和材質(zhì)，Modify還能同步修改「光線」、「色調(diào)」等非實(shí)體細(xì)節(jié)，那些在傳統(tǒng)視頻制作里最費(fèi)力、最考驗(yàn)眼力的部分，也終于能交給AI來穩(wěn)穩(wěn)搞定。

人物編輯：跟修圖煩惱說bye bye

經(jīng)常拍照的人應(yīng)該都有這種痛苦體驗(yàn)——給視頻「人物修圖」真的太、太、太麻煩了！

畢竟圖片想怎么修就怎么修，可視頻一旦要改就麻煩得多，過去那些在修圖軟件里拖一拖、點(diǎn)兩下就能解決的小調(diào)整，放到視頻里往往得重做整條。

這次Modify也把這個(gè)現(xiàn)實(shí)痛點(diǎn)考慮進(jìn)去了：

視頻人物不僅能用一句提示詞直接改，還能自由調(diào)整年齡、服裝、氣質(zhì)，甚至做到“整個(gè)狀態(tài)”一起同步變化。

這是我喂給Modify的一張游客照，一個(gè)和長頸鹿合影的小男孩，因?yàn)榕臄z角度的原因，男孩的眼睛顯得有點(diǎn)小，皮膚也有些小瑕疵：

于是乎，我給AI下的指令是，讓男孩眼睛更大一點(diǎn)、皮膚更平滑一點(diǎn)，Modify立刻就給出了效果：

眼睛肉眼可見地放大，皮膚也有了明顯的磨皮效果，不得不說，這波P圖功底確實(shí)有點(diǎn)東西～

再來玩點(diǎn)有意思的，來試試AI邪修術(shù)之——年齡修改！我先喂給AI一段老奶奶的視頻：

然后只對(duì)Modify說了三個(gè)字——變！年！輕！結(jié)果老奶奶直接年輕了三十歲：

人物能被自由修改，并不只是創(chuàng)意玩法。

在這個(gè)過程中，行業(yè)得到了更可控的創(chuàng)作能力，但對(duì)普通人而言，更大的價(jià)值在于：影像不再只能記錄當(dāng)下，它還能記錄“可能的樣子”。

爺爺奶奶可以看看年輕時(shí)的模樣，普通人也可以看到自己理想中的自己，AI視頻讓影像變得更溫柔、更有想象力。

此外，Modify還具備「尺寸修改」能力，哪怕第一次生成的比例不太對(duì)，也能用一句提示詞隨心調(diào)整，徹底擺脫“尺寸錯(cuò)了只能重生”的麻煩事兒。

隨著Modify把「可編輯性」補(bǔ)齊，AI視頻終于從一次性生成的模型能力，走向可反復(fù)打磨的創(chuàng)作工具。

這不僅讓專業(yè)內(nèi)容生產(chǎn)更可控，也讓普通人擁有了真正掌控動(dòng)態(tài)影像的權(quán)利，未來的視頻創(chuàng)作，不再由模型決定，而是由使用它的每一個(gè)人決定。

生成提速30%，大片穩(wěn)出不誤事

生成速度一直是AI視頻創(chuàng)作里繞不過去的問題。

無論是內(nèi)容團(tuán)隊(duì)、短視頻創(chuàng)作者，還是需要頻繁驗(yàn)證想法的品牌方，都面臨同一個(gè)困擾：

目前絕大多數(shù)AI視頻的生成速度，趕不上用戶內(nèi)容交付的節(jié)奏，也趕不上用戶靈感增長的速度。

團(tuán)隊(duì)需要高頻實(shí)時(shí)產(chǎn)出，短視頻創(chuàng)作者需要快速AB測(cè)試，品牌方則需要在短周期內(nèi)驗(yàn)證創(chuàng)意想法，只要生成一慢，所有鏈路就一起被卡住。

這次愛詩科技上線的拍我AI（PixVerse）V5 Fast，就是在這個(gè)現(xiàn)實(shí)痛點(diǎn)上做了明顯優(yōu)化。

相比上一代V5模型，V5 Fast生成速度提升了30%+，舉個(gè)直觀的例子就是，原本5秒的高清視頻要等1～2分鐘，現(xiàn)在只需要在1分鐘以內(nèi)就能看到成片。

原因很簡單，以前的Sora、視頻版Stable Diffusion都是直接用一個(gè)超級(jí)大的模型一次性預(yù)測(cè)幾十上百幀，模型看得太多太遠(yuǎn)，算得特別慢。

而V5 Fast讓模型推理結(jié)構(gòu)變得輕量化、幀間計(jì)算依賴被縮短，高分辨率的視頻生成不再是“倍速變慢”的瓶頸環(huán)節(jié)。

看似還是那條推理鏈，但加速點(diǎn)遍布每一個(gè)視頻節(jié)點(diǎn)，速度自然就提升得非常明顯。

最關(guān)鍵的是，速度提上來了，效果也沒掉鏈子，動(dòng)作細(xì)節(jié)和風(fēng)格依舊在線，對(duì)內(nèi)容創(chuàng)作者來說，這種“趕得上點(diǎn)”的生成速度，才是真正能用起來的節(jié)奏。

為了更直觀地對(duì)比，我們測(cè)試了拍我AI（PixVerse）V5 Fast與市面主流產(chǎn)品在相同提示詞&參數(shù)條件下的表現(xiàn)，沒見過比這更快的。

拍我AI(PixVerse) V5 Fast約40秒即可生成完成1080P的5秒視頻，等待過程更短、生成體驗(yàn)更連貫。符合社交平臺(tái)傳播的360P和720P生成速度更快，數(shù)秒也就完成了。

從Modify精修功能到V5 Fast提速模型，背后是「愛詩科技」在AI視頻生成領(lǐng)域持續(xù)的技術(shù)投入與產(chǎn)品打磨。

今年10月，愛詩科技完成了1億元人民幣的B+輪融資，僅用兩年時(shí)間就完成了五次模型迭代、八個(gè)版本更新，率先在行業(yè)內(nèi)實(shí)現(xiàn)了DiT架構(gòu)、準(zhǔn)實(shí)時(shí)生成、角色驅(qū)動(dòng)視頻等關(guān)鍵突破。

更值得注意的，愛詩還是最早在V3.5破10秒大關(guān)的（去年12月）。進(jìn)入2025年1月，V4進(jìn)入5秒準(zhǔn)實(shí)時(shí)生成時(shí)代的平臺(tái)，在全球已具規(guī)模的視頻生成平臺(tái)中生成速度最快。

作為其旗下核心產(chǎn)品，海外版PixVerse與國內(nèi)版「拍我AI」累計(jì)服務(wù)超過一億用戶，月活突破1600萬，自去年啟動(dòng)商業(yè)化以來，收入增長超10倍，成為全球增長最快的AI視頻平臺(tái)之一。

這次發(fā)布的V5 Fast模式與Modify精修功能，進(jìn)一步降低了AI視頻的創(chuàng)作門檻，提升了創(chuàng)作自由度，視頻生成不再因「慢」和「一次定生死」而被卡住。

生成能跟上節(jié)奏，修改能隨手完成，AI視頻創(chuàng)作的工作流才真正完整起來。靈感不再被速度拖住，視頻也不再是一錘子買賣，而是成為人人都能打磨、能調(diào)整、能反復(fù)利用的創(chuàng)意載體。

更重要的是，那些平時(shí)不太被注意、卻跟日常生活貼得很緊的小需求，也能被看到、被重視、被滿足，AI也不再高高在上，而是開始貼著我們的日常需求去跑，貼著每一個(gè)細(xì)微的小動(dòng)作去做。

這次「拍我AI」新功能上線的意義，也正是在這里：

每一個(gè)人都可以無差別享受先進(jìn)AI技術(shù)的樂趣。