“可灵”与Sora有相似的技术架构，生成的视频动作流畅、幅度大，对物理世界理解力与还原度很高。可生成120秒、每秒30帧的高清视频，分辨率高达1080p，并且支持多种不同的屏幕比例。
“中国版SORA”到底是不是名副其实？能不能达到“物理世界模拟器”的级别？我们速看一下！
我们看这个火车在铁轨上行驶，火车的铁皮质感、烟囱喷出的烟雾、铁轨和石头、天空树林等自然景观，模拟得相当到位，仔细看第一张车身反射的光影变化，也很写实。
（视频来源：阢）
唯一不足的是，火车在铁轨上，没有什么重量感，有点飘飘忽忽，尤其第二张更为明显。
（视频来源：阢）
这个复古飞行器和舰艇相当惊艳，尤其舰艇的铁皮质感很有复古未来的感觉，不说的话，我会以为是从哪部《星球大战》《星河战舰》里截的片段。
（视频来源：闲人一坤）
（视频来源：杉杉-吉时）
科幻电影宣传片级别了：
（视频来源：野菩萨）
这张有《疯狂的麦克斯》那种废土朋克味了，吹毛求疵一点，我觉得还是有**“重量感不足”的问题，感觉车子在“漂移”**。
（视频来源：闲人一坤）
随着运动镜头的不断切换，画面还是稳定，楼房没有出现夸张的变形：
（视频来源：杉杉-吉时）
（视频来源：野菩萨）
“可灵”对于毛线、水的材质模拟，我觉得达到了照片级别，水波的运动方式也是对的。
（视频来源：杉杉-吉时）
“皮卡狗”哈哈哈，毛发有那种密实毛茸茸的感觉，好真实好想撸~ 以前对好莱坞耗时几个月才能搞定的难题，现在AI几秒就搞定了，就离谱……
（视频来源：数字生命卡兹克）
这里动物毛发、水、陶瓷、不锈钢，好几种材质出现在一个画面里，熊猫动作神态那种憨态可掬的精髓，也拿捏住了~
（视频来源：吉吉如意令）
跳芭蕾舞的北极熊，轮廓和动作都很到位，脚掌还是芭蕾舞的姿势。
（视频来源：闲人一坤）
柳树里钻出一个奥特曼？
阳光，彩虹，小马！！！
其实从这些案例，我们能看到“可灵”对物理世界规律与运行方式的理解，包括特殊材质的反射与倒影，光影的变换，特定物品的运动轨迹等等，没有太大的挑剔之处。问题都出在局部细节，以及更复杂的动态表现。
再看看人物表现，面部纹理、神态表情都很到位，重点是亚洲人脸很东方。皱眉的川字纹、法令纹都够自然，就是泪痕不太经得起细看。
（视频来源：齐马橙）
老人的皮肤细节、皱纹、老年斑，略带苦涩的神情，还有充满岁月痕迹的衣领，以及身后的水塘，都极其逼真。
（视频来源：齐马橙）
这张我比较惊艳的是小孩面部变化时，挑眉带动的眉肌、说话带动的口轮匝肌，走向都非常自然~（后面那只龙，稍显可爱了哈：D
（视频来源：数字生命卡兹克）
（视频来源：爱智岛 石硕）
肌肉运动一直是视频模型比较大的关卡，“可灵”在这方面做的不错。描绘人体的结构比例、肌肉分布、肌肉运动，能够遵循现实世界的运动规律，大幅度动作也能基本驾驭住。
（视频来源：阢）
（视频来源：吉川明静）
不到一年，AI生视频已经从“威尔史密斯吃面条”的meme制造机，
进化到这个程度了？？？
（视频来源：数字生命卡兹克）
除了食物起筷和入嘴两个时间节点，会出现一些细节问题，其他我觉得近乎完美了。
（视频来源：吉川明静）
尤其这里，大家注意，抬胳膊时玻璃水杯的光影变化，相当细节。
（视频来源：吉川明静）
再看一些多人、复杂运动。我觉得除了这个嘟嘴略显油腻呃，整个画面表现是ok的。
（视频来源：吉川明静）
**可灵比较擅长处理写实的画风，**二次元就不行了。同样是接吻，这个就极其诡异，很像没有经费的小作坊，赶工期做出来的轻改擦边……
（视频来源：吉川明静）
虽然人体轮廓特别不错，但是**人一多、镜头一远，**脸就糊成一团了。
（视频来源：杉杉-吉时）
和之前测评过的Sora类似，可灵已经极力模拟物理世界，但还是还是会犯一些不符合物理规律的错误。但目前来看，说是继Sora之后的第二个最强，毫不为过。
Sora无可取代的地方，在于它的图生视频能力，运动镜头的丝滑无缝衔接，以及两个风格迥异的视频可以流畅拼接、自然过渡，融为一体。在这方面，目前其他大模型还不能打。
当然，现在可灵还是内测版本，相信之后图生视频也会提上日程~
申请流程：下载快影APP - AI玩法 - AI生视频模块 - 填问卷申请。
说到这里，我也特别期待OpenAI快点放出Sora的下一个升级版本！跃跃欲试了！
至于AI圈其他国内外玩家，应该也会瞄准这波风潮，搞一些动作，我们就拭目以待！
如何学习大模型 AI ？
由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。
但是具体到个人，只能说是：
“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。
我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
第一阶段（10天）：初阶应用
该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。
- 大模型 AI 能干什么？
- 大模型是怎样获得「智能」的？
- 用好 AI 的核心心法
- 大模型应用业务架构
- 大模型应用技术架构
- 代码示例：向 GPT-3.5 灌入新知识
- 提示工程的意义和核心思想
- Prompt 典型构成
- 指令调优方法论
- 思维链和思维树
- Prompt 攻击和防范
- …
第二阶段（30天）：高阶应用
该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。
- 为什么要做 RAG
- 搭建一个简单的 ChatPDF
- 检索的基础概念
- 什么是向量表示（Embeddings）
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 系统的扩展知识
- 混合检索与 RAG-Fusion 简介
- 向量模型本地部署
- …
第三阶段（30天）：模型训练
恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。
到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？
- 为什么要做 RAG
- 什么是模型
- 什么是模型训练
- 求解器 & 损失函数简介
- 小实验2：手写一个简单的神经网络并训练它
- 什么是训练/预训练/微调/轻量化微调
- Transformer结构简介
- 轻量化微调
- 实验数据集的构建
- …
第四阶段（20天）：商业闭环
对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。
- 硬件选型
- 带你了解全球大模型
- 使用国产大模型服务
- 搭建 OpenAI 代理
- 热身：基于阿里云 PAI 部署 Stable Diffusion
- 在本地计算机运行大模型
- 大模型的私有化部署
- 基于 vLLM 部署大模型
- 案例：如何优雅地在阿里云私有部署开源大模型
- 部署一套开源 LLM 项目
- 内容安全
- 互联网信息服务算法备案
- …
学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。
如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。
这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
-谓词IN、量词ANY、量词ALL)
 B. Aroma‘s Search)
