救命！可灵AI 2.0发布之后，Molly试用了一段时间，发现简直好用到哭！🎨💥

刚试完它的视频生成—— "一个侠客做了一个帅气的旋子转体的动作" AI反手就给我整出个电影级成片...

转头又试了图片生成—— "要一只穿宇航服的猫咪，莫奈画风，背景带星空漩涡！" A few seconds later...这质感直接能当电脑壁纸！

现在做视频+搞设计已经这么野了吗？ 不用学Pr不用练PS 动动嘴皮子就能召唤好莱坞级大片+美术馆藏品？

这到底是AI在解放创造力？ 还是人类艺术家要集体下岗？ 火速围观Molly这篇实测！👇

---

 

可灵AI 2.0—视频生成

懂你所言，语义理解超给力！

✍️ 提示词：
        
        

            
夕阳西下，染红了整片天空，云层如同燃烧的火焰般绚烂。巨大的移动城堡喷吐着蒸汽，齿轮转动发出沉重的金属声响，摇摇晃晃地行走在连绵的绿色山丘上。城堡的烟囱歪歪扭扭，铁皮外壳布满锈迹和补丁，却透着奇异的生命力。随后切换至近景，苏菲站在这个移动城堡的露台上，风扬起她朴素的蓝色裙摆和棕色的发丝。她望着远方，眼神既带着对未知的忐忑，又有一丝隐约的期待。哈尔的黑鸟形态从她身旁掠过，翅膀划过空气，投下转瞬即逝的阴影。背景里，山脚下的小镇点缀着暖黄的灯火，蜿蜒的河流反射着暮光，像一条流动的金色丝带。整个画面既奇幻又温暖，蒸汽朋克的机械感与自然风光的柔美奇妙地融合在一起，仿佛在诉说：即使是最笨重的钢铁，也能拥有童话般的心跳。
        
    
    
    
    
    
    

    
    

    
    
    

 

效果评价： 画面清晰，连续性与稳定性强文本理解：对背景环境的描写较为细致，如天空的晚霞、移动城堡的机械构造、远方的山脉与河流等元素都得到了充分呈现。但原文中关于近景特写的细节——特别是小女孩被风吹起的发丝和眼神中交织的不安与期待在画面中未被提及。

相信有的小伙伴已经看过我们之前发布的一篇关于即梦视频AI 3.0测评的文章，那么我们不禁好奇，使用相同的提示词，即梦3.0的生成效果怎样呢？

可以发现，即梦生成的视频中城堡没有移动，但是有近景的切换，可灵AI2.0的生成效果要更加生动，但是没有近景切换。

由于可灵AI 2.0在远景和近景结合时，生成效果不理想，下面我们分别测试下可灵2.0的远景和近景的生成效果。

xxxxxxxxxx
    
    

    

    

        

            

            

            
✍️ 远景的提示词如下：
        
        
暮色中的油屋灯火通明，朱红色的廊桥横跨在幽蓝的水面上，灯笼的光晕在雾气中晕染开来。远处的神明浴场层层叠叠，屋檐翘角上蹲踞着模糊的石像鬼影。蒸汽从建筑群的缝隙间升腾，与河面飘荡的薄雾交融，将整个异界笼罩在氤氲的暖光里。对岸的树林已沉入黛青色阴影中，唯余几盏引魂灯在水面投下细碎的倒影，一条无人乘坐的扁舟正随波轻轻摇晃。这幅远景完美捕捉了神秘与温馨并存的氛围，那些发光的窗户后，或许正上演着人类看不见的百鬼夜行。
    
    
    
    
    
    

    
    

    
    
    

 

x
    
    

    

    

        

            

            

            
✍️近景的提示词如下：
        
        
动画人物：千寻的瞳孔在眼眶里急速收缩，虹膜边缘泛着湿润的光——那是泪水在积聚却尚未滚落的临界状态。眉弓上方渗出细密的汗珠，顺着太阳穴滑到微微抽搐的苹果肌上。鼻翼随着急促呼吸不断张合，在灯光下投出蝴蝶翅膀般颤动的阴影。最精彩的是嘴唇的变化：上唇因恐惧而绷紧，露出一点门牙的弧光；下唇却不受控制地发抖，让涂着淡淡唇膏的表面泛起细纹，像被石子打破的水面。当她突然倒吸冷气时，人中部位会先出现一道短暂的纵向凹陷，随后整张脸的肌肉如同被无形的手揉皱的纸，从额头到下巴泛起涟漪般的颤动。
    
    
    
    
    
    

    
    

    
    
    

 

效果评价：

• 可灵2.0在视频生成方面展现出强大的场景刻画能力，无论是人物近景的细腻神态还是宏大远景的空间层次都能精准呈现

• 但当文本指令同时包含近、远景特写要求时，系统会优先保证远景质量，而忽略近景细节的生成

使用同一近景提示词，我们试一下即梦视频3.0的生成效果。从以下视频可以看出，相比于即梦视频AI 3.0，可灵AI2.0视频中的人物表情更加饱满，表现力更好。

多模态编辑

最新的可灵AI推出了视频的【多模态编辑】功能，目前，该功能仅支持在可灵1.6模型下使用。在多模态编辑下，可对视频中的元素进行替换、增加和删除。

替换视频中的元素

然后选中视频中需要替换的物体，在此就选中整个米老鼠即可。

效果评价：

• 整体表现优秀，画面流畅清晰，动作自然连贯

• 小猫形象：细节丰富，包括四肢自然的毛流感、脚掌的肉垫形状等特征，都高度还原了真实小猫的形态

• 动态光影效果：小猫的瞳孔颜色会随光线变化而变化，尾巴在地面的投影随着舞姿摇曳变化，毛发上还能看到灯光的高光反射

• 不足：渲染时遗漏了小猫的眉毛和头部的毛流感细节

删除视频中的元素

上面可灵生成的千寻的近景视频中，“倒吸冷气”被具象化成了白色的气体，在视频中看着很奇怪，现在我们就用可灵的“多模态编辑”功能中的“删除元素”将白色气体去除。

---

 

可图2.0—图片生成

提示词遵从程度极大提升

xxxxxxxxxx
    
    

    

    

        

            

            

            
✍️ 复古风格的麦当劳美食海报，采用丝网印刷技术，色彩浓郁饱满。画面中央是一份金黄酥脆的大麦克汉堡，两片芝麻面包之间夹着牛肉饼、芝士、生菜和特制酱汁，诱人垂涎。汉堡旁摆放着热腾腾的薯条和一杯冰凉的可口可乐。背景是50年代美国街头的繁华景象，霓虹灯闪烁，汽车穿梭。海报上方用大胆的无衬线字体写着“Taste the Tradition”，下方是麦当劳标志性的金色拱门Logo。整体构图平衡，色彩对比强烈，充满怀旧气息。
        
    
    
    
    
    
    

    
    

    
    
    

使用同一提示词，即梦3.0生成的图片如下

即梦生成的4张图片中，“Taste the Tradition”全部拼写正确。可见即梦AI3.0的文字生成能力要明显优于可灵2.0。

风格化表现

可灵AI2.0对提示词种画风的理解还不错，生成的中国画猫咪形态和画风正确，但还有些“AI感”。

xxxxxxxxxx
    
    

    

    

        

            

            

            
✍️ 中国画风格，一只猫咪
        
    
    
    
    
    
    

    
    

    
    
    

使用同一提示词，即梦3.0的生图效果如下。对于中国画笔触和晕染的表现更加丰富，更接近真实中国画风格。

风格转绘

可灵AI的风格转绘可以通过参考图控制风格，在“创意描述”通过提示词控制画面内容，包括主体、构图、姿势等。

即梦也有风格参照的功能，仅支持2.0 Pro和之前版本。但上传后提示不符合平台规则，估计是系统bug吧~

而对于同一图片和提示词，可灵和即梦风格转绘生成的效果是不一样的。大家可以根据自己的需求选择喜欢的的图片。

同一图片和提示词，可灵AI 2.0生成的效果：

同一图片和提示词，即梦生成的效果：

---

 

可灵AI 2.0 vs 即梦AI 3.0

综合对比：

如果你需要精准的文字生成和高性价比的创作体验，即梦AI 3.0是更优选择。它在文字准确性（如海报、Logo设计）表现上尤为突出，适合UI设计、自媒体等需要快速出图的场景。

而若你追求整体画面质感和复杂场景的稳定性，可灵AI 2.0表现更佳。它在氛围渲染的细节处理上更成熟，提示词遵从性强，但文字生成能力较弱且成本较高，更适合专业设计需求。

成本对比：

• 生成效率

即梦AI 3.0：5秒视频仅需约1-2分钟生成；10秒视频耗时约2-4分钟

可灵AI 2.0：5秒视频需约5分钟生成；10秒视频耗时约10分钟

• 积分消耗：

即梦AI 3.0：5秒视频消耗10积分，10秒20积分

可灵AI 2.0：5秒视频消耗100灵感值，10秒200灵感值

• 成本对比：

即梦AI 3.0：单月购买基础会员79元/月，获得1080积分，相当于7.31元/100积分，用即梦3.0可生成108个5秒的视频。

可灵AI 2.0：单月购买黄金会员66元/月，获得660灵感值，相当于10元/100灵感值，用可灵2.0只能生成6个5秒的视频。

• 适用场景：

要速度+性价比？选即梦AI 3.0 ：适合预算有限但需要高效产出的用户

要质感+稳定性？选可灵AI 2.0 ：适合愿意用更高成本换取更精细结果的用户