竞争对手Sora学会了生成具有复杂剪辑的视频 - ForkLog：加密货币、人工智能、奇点、未来

# 竞争对手Sora学会了生成复杂剪辑的视频

中国开发商快手推出了第三版视频生成模型Kling AI。

🚀 介绍Kling 3.0模型：人人都是导演。是时候了。

一体化创意引擎，真正实现本地多模态创作。

— 极佳的一致性：你的角色和元素，始终锁定。
— 灵活的视频制作：创建15秒的片段，精准控制… pic.twitter.com/CJBILOdMZs

— Kling AI (@Kling_ai) 2026年2月4日

«Kling 3.0基于高度统一的训练平台，提供真正的本地多模态输入和输出。通过无缝集成音频和先进的元素一致性控制，模型赋予生成内容更强的生命感和完整性»，官方公告中如此表示。

该模型结合了多项任务：将文本、图片和参考资料转化为视频，添加或删除内容，修改和变换短片。

视频时长增加到15秒。其他改进包括更灵活的镜头控制和精准的提示跟随。整体逼真度提升：角色动作更具表现力和动态感。

Kling VIDEO 3.0与Kling VIDEO 2.6的对比。来源：Kling AI。新功能Multi-Shot分析提示，识别场景结构和镜头类型。工具自动调整摄像机角度和构图。

模型支持多种剪辑方案：从经典的“画面对画”对话，到平行叙事和配音场景。

«无需再费力剪辑视频——只需一次生成，即可获得电影级短片，让复杂的视听形式变得对所有创作者都可及»，官方公告中如此表示。

Kling 3.0真正实现了“AI视频生成的巨大飞跃”！快来看看Kling AI创意伙伴Simon Meyer带来的精彩伪纪录片！pic.twitter.com/Iyw919s6OJ

— Kling AI (@Kling_ai) 2026年2月5日

除了标准的图片生成视频外，Kling 3.0还支持多张图片作为参考，以及视频素材作为场景元素。

模型能固定角色、物品和场景的特征。无论摄像机运动和剧情发展如何，关键对象始终保持稳定和一致。

开发者优化了本地音频：系统更精准地同步语音与表情，还能在对话场景中手动指定发言人。

支持的语言范围扩大：包括中文、英文、日语、韩语和西班牙语。方言和口音的传达也得到了改善。

此外，团队还将多模态模型O1升级为Video 3.0 Omni。

来源：Kling AI。用户可以上传三秒的语音，提取声音或录制三到八秒的角色视频，以获取其主要特征。

Sora的竞争对手崭露头角

OpenAI于2024年2月推出了视频生成模型Sora。该工具在社交媒体上引发热议，但正式公开发布直到12月。

经过近一年的时间，用户可以通过文本描述生成视频、赋活图片以及补充现有短片。

Sora的iOS应用于九月上线，立即吸引了大量关注：首日下载量超过10万次。尽管需要邀请才能使用，服务下载总量突破了100万，比ChatGPT更快。

但很快趋势发生逆转。12月下载量比前一个月下降了32%。一月，下降趋势持续，应用总下载量达120万次。

来源：Appfigures。下降原因多方面。首先，Google的Nano Banana模型增强了竞争力，巩固了Gemini的地位。

Sora还与Meta AI及其Vibes功能竞争。12月，创业公司Runway的Gen 4.5模型在独立测试中优于其他同类产品，进一步加剧市场压力。

其次，OpenAI的产品遇到版权问题。用户制作了“海绵宝宝”或“皮卡丘”等热门角色的视频，导致公司不得不加强限制。

12月，情况趋于稳定，与迪士尼达成协议后，用户可以生成迪士尼角色的视频，但这并未带来下载量的增长。

提醒一下，十月时，带有Sam Altman的深度伪造内容充斥Sora。