來源：互聯網
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圖片中的不同主體，根據用戶的文字描述，創造性地生成融合視頻，進一步攻克了AI視頻生成中的一致性難題。
目前，全球用戶均可在可靈1.6模型下，使用“多圖參考”功能。用戶只需選擇圖生視頻，上傳1-4張參考圖，框選圖片中需要使用的人物、動物、物品或場景，并通過“提示詞”描述它們之間的變化或互動，可靈AI即可結合所有參考內容并遵從指令生成視頻。
用戶可以上傳一張或多張同一主體（人物、動物、影視角色或物品等）的圖片，模型會以這些圖片為參考，生成統一風格的視頻，幫助用戶在制作AI視頻時保證多鏡頭中的主體一致。例如，用戶上傳貓、夾克、太陽鏡三張圖片，并輸入提示詞“一只身穿夾克、戴著太陽鏡的擬人化貓在舞臺上轉身并對著鏡頭擺姿勢，”隨后進行生成，就可以得到符合指令的視頻。
此外，用戶還可以通過參考圖來指定場景、服裝和動作等，讓人物在特定環境中完成特定“演出”，大幅提升創作的可控性。例如，我們分別上傳一個老爺爺、一杯咖啡、咖啡館場景三張參考圖片，并輸入相應提示詞“一個卡通風格的老爺爺在咖啡館里，端起咖啡杯”來進行生成，便可得到老爺爺坐在咖啡館里喝咖啡的視頻 。
同時，“多圖參考”還可以支持不同角色之間的互動。用戶可以上傳多個人物、動物或者影視角色等圖片，并用文字描述他們之間的互動。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“一個可愛的小男孩在撫摸一只柯基犬”，即可生成下圖所示的視頻。
