Sora的競爭對手已經學會生成具有複雜剪輯的視頻 - ForkLog：加密貨幣、人工智能、奇點、未來

# 競爭對手 Sora 學會生成具有複雜剪輯的影片

中國開發商 Kuaishou 推出了第三版影片生成模型 Kling AI。

🚀 介紹 Kling 3.0 模型：人人皆導演。是時候了。

一個全方位創意引擎，實現真正的本地多模態創作。

— 卓越的一致性：您的角色和元素，始終鎖定。
— 靈活的影片製作：創建15秒短片，精確控制… pic.twitter.com/CJBILOdMZs

— Kling AI (@Kling_ai) 2026年2月4日

「Kling 3.0 基於深度統一的訓練平台，提供真正的本地多模態輸入與輸出。通過無縫整合音頻和先進的元素一致性控制，模型賦予生成部分更強的生命感與完整性」，官方公告中如此表示。

該模型結合多項任務：將文本、圖像和參考資料轉換為影片，添加或刪除內容，修改與轉換影片。

影片長度已增至15秒。其他改進包括更靈活的畫面控制與精確追蹤提示。整體逼真度提升：角色動作更具表現力與動態。

Kling VIDEO 3.0 與 Kling VIDEO 2.6 比較。資料來源：Kling AI。新功能 Multi-Shot 會分析提示，判定場景結構與畫面類型。工具會自動調整攝影角度與構圖。

模型支持多種剪輯方案：從傳統的「畫面-切換」對話，到平行敘事與配音場景。

「不再需要繁瑣的剪輯與合成——只需一次生成，即可獲得電影級影片，並讓複雜的視聽形式變得人人可及」，官方公告如此表示。

Kling 3.0 真正是「AI影片生成的巨大飛躍」！來看看 Kling AI 創意合作夥伴 Simon Meyer 的精彩模擬紀錄片！pic.twitter.com/Iyw919s6OJ

— Kling AI (@Kling_ai) 2026年2月5日

除了標準的圖像生成影片外，Kling 3.0 還支持多張圖片作為參考，以及影片素材作為場景元素。

模型能捕捉角色、物品與場景的特徵。無論攝影角度或劇情發展，關鍵物件始終保持穩定與一致。

開發者優化了本地音頻：系統能更準確同步語音與表情，並在對話場景中手動指定說話人。

支持語言範圍擴展：包括中文、英文、日文、韓文與西班牙文。方言與口音的傳達也有所提升。

此外，團隊將多模態模型 O1 升級為 Video 3.0 Omni。

資料來源：Kling AI。有能力上傳長度三秒的語音，提取聲音或錄製角色影片（長度三至八秒）以獲取其主要特徵。

Sora 競爭對手來襲

OpenAI 於2024年2月推出了影片生成模型 Sora。該工具在社交媒體引發熱議，但正式公開版直到12月才推出。

經過近一年的時間，用戶已能根據文字描述生成影片、讓圖像「活起來」以及補充完成的影片。

Sora 的 iOS 應用於九月推出，立即吸引大量關注：首日下載超過10萬次。儘管需邀請碼，但服務下載量突破100萬，比 ChatGPT 更快。

然而，趨勢很快逆轉。12月下載量較前一月下降32%。一月仍呈下降趨勢，應用下載次數達120萬。

資料來源：Appfigures。下降原因包括多方面。首先，Google 的 Nano Banana 模型加劇競爭，鞏固了 Gemini 的地位。

Sora 也與 Meta AI 及其 Vibes 功能競爭。12月，初創公司 Runway 推出 Gen 4.5 模型，在獨立測試中超越了同類產品。

其次，OpenAI 的產品遇到版權問題。用戶曾用熱門角色如「海綿寶寶」或「皮卡丘」製作影片，導致公司不得不加強限制。

12月，與迪士尼達成協議後，情況趨於穩定，允許用戶生成迪士尼角色影片，但未能促使下載量回升。

提醒一下，十月時，帶有山姆·奧特曼（Sam Altman）臉的深偽影片充斥 Sora。