可灵发布2.1：柔性交互和流体动态拉满，重要的是还便宜

才过去了一个多月，可灵在主打运动质量的 2.0 大师版基础上再升一级，推出 2.1 系列模型。

该系列包含可灵 2.1 和可灵 2.1 大师版，其中可灵 2.1 大师版动态更真实、动作幅度更大，物理效果也更贴近现实，理解提示词的能力也变强了，面向影视制作、商业广告等专业场景。

价格方面，相对于可灵 2.0大师版，价格不变（ 生成 5 秒 1080p 视频需要 100 灵感值，按标准价 10 元人民币），但效果更好。

话不多说，知危编辑部马上带来一手测评。为了追求极致效果，知危把测评对象集中在可灵 2.1 大师版的图生视频功能上，输入图分辨率为 2K。

由于可灵 2.1 大师版主打运动表现和语义响应，因此知危大部分测试的都是运动场景，并把提示词包含的动作、主体等元素尽可能丰富。

更进一步来说，当前的商业视频生成模型追求画面表现力，因此更注重柔性或流体交互而不是刚性交互，为此在具体案例选择上，我们聚焦在了人本身、人与流体、人与人等交互场景中，比如冲浪、跑步、游泳、跳舞等（ 只要不是拳头碰拳头这种硬碰硬的方式，人与人之间的交互也可以视为是柔性的 ）。加上之后开放性测试的泰拳、极限运动、棒球等场景，知危几乎是用可灵2.1大师版举办了一场运动会。

首先关于人本身，来看一个跑步场景。

首帧图：

提示词：

短跑运动员进行100米冲刺。步频和步幅达到最佳状态。相机沿跑道侧面高速跟随，保持与运动员同步移动。跑道表面略有震动，看台观众为背景。运动广告风格，高对比度，肌肉纹理清晰，速度线条动感强烈。

输出视频：

运动员保持了非常逼真自然的跑步姿态和肌肉动态，也没出现扩散模型容易出现的左右腿 “ 顺拐 ”（ 混淆两者 ）的现象，甚至大腿上的号码也一直保持为同一个数字，后半段背景部分虽然出现了一些不协调的变化（ 观众席的空间布局不太符合常识 ），但整体效果还是不错的。

一个人表演怎么够，接下来用更多的人搭建一个热闹喜庆的舞台。

首帧图：

提示词：

多名舞者在舞台上进行同步舞蹈。舞者有节奏的动作，中间的主舞者旋转跳跃，其余舞者形成队形流动。镜头绕舞台缓慢旋转。舞台灯光随动作变化节奏切换，整体呈现流动舞台感。音乐剧舞台风格，镜头稳定流畅，强调集体节奏与个人动作张力，光影配合表演节拍变化。

输出视频：

不管是每个舞者的动作自然度、同步性以及整体队形流动形成的舞台效果都很棒，裙摆的飞舞看起来也非常符合物理直觉，队形流动后没有形成错误的空间遮挡，有些小遗憾的是后方的舞者走到前方后出现了一些不一致，比如走到前方后第三位舞者的服装应该是有裙摆的，有些舞者旋转后过早从背面转换为正面。

在这个多人舞台中，每个人都是单独执行动作的，如果要在交互复杂性上更进一步，当然双人舞最合适不过，这也是非常典型的人与人交互的场景，来看看这个拉丁舞的案例。

首帧图：

提示词：

专业舞蹈演员表演拉丁舞。男女舞伴身体贴近，女舞者被男伴带领做旋转和倾斜动作，动作充满张力和激情。相机围绕舞者做弧形运动，时而拉近捕捉精彩动作，时而拉远展现整体舞姿。女舞者裙摆在旋转中飞扬，舞台灯光随节拍变化，观众掌声此起彼伏。舞台表演风格，戏剧化光影，色彩浓郁，强调舞者间的化学反应和情感张力。

输出视频：

实际上，可灵 2.0 大师版在这类场景已经展现出了不错的潜力，但可灵 2.1 大师版在保持相同的动作质量的同时，动作速度甚至更快，两位舞者通过动作和神态把情绪很好地传达了出来，虽然女舞者在旋转时手跟不上身体的几个瞬间比较明显，但瑕不掩瑜，丝毫不能掩盖成品带来的惊艳感。

人体除了肌肉、肢体、服装，还有一个元素能够通过柔性交互提高画面表现力，那就是头发，所以我们再测试一下可灵 2.1 大师版在大风吹拂场景下的头发表现力。

首帧图：

提示词：

一位长发少女骑着一只巨大的缅因猫在空中飞行，镜头跟随她们穿越高空云层，展现少女飘动的发丝与猫毛在风中流动的细节。写实风格，真实模拟毛发在风中动态变化的物理特性，光影细腻、色彩自然，整体画面具有电影质感，镜头语言强调速度与毛发动势的张力，整体构图强调空间层次与纵深感。

输出视频：

除了知危故意让少女的坐骑也是毛发很长的缅因猫，而可灵 2.1 大师版似乎没注意到这一点，还能说什么其他缺点呢？少女长发在强风吹拂下的效果基本是影视级别的。

测试完人本身、人与人的交互场景，接下来是关于人与流体的交互场景，我们首先来看一个冲浪场景。

首帧图：

提示词：

冲浪运动员在大浪上展现精湛冲浪技巧。冲浪者在浪墙上保持平衡，身体随浪形调整姿态，完成转弯和加速动作。相机跟随浪花运动。海浪翻滚产生白色浪花，海水深蓝色泽，远处天空云彩变化。极限海洋运动风格，自然光线充足，蓝色和白色主导，突出人与自然的和谐较量。

输出视频：

可以毫不夸张地说，完美无缺，知危真的不知道说什么好了，就强调一下，它把 “ 完成转弯和加速动作 ” 这一核心动作组合都实现了。

接下来展示的游泳、滑雪场景，也是几乎毫无瑕疵。

首帧图：

提示词：

一名专业游泳运动员在泳池中进行自由泳训练。游泳者身体在水中以流线型前进，手臂交替划水，腿部规律打水推进。相机在水下拍摄，跟随游泳节奏。池水清澈透明。专业游泳训练风格，蓝色主调，强调技术动作和水中流畅感。

输出视频：

动作、光影、水的反射都呈现得很好，但似乎这并不是某种标准的游泳动作，但还是那句话，瑕不掩瑜。

首帧图：

提示词：

滑雪运动员从雪山坡道高速滑降，滑雪板切割雪面激起雪浪。相机从侧面跟随下降轨迹。雪面反射阳光，山景壮丽为背景。冬季运动风格，高反差雪景，色彩鲜艳的装备突出，强调速度与自然环境融合。

输出视频：

最后，知危想特别测试官方强调可灵 2.1 大师版在表现微表情、微情绪方面的能力，可以说，这绝对会是让影视制作人爱不释手的一个能力，这个能力对语义响应的要求也较高。

首帧图：

提示词：

一个电影风格的中近镜头，一位年轻女子凝视远方，起初面无表情。慢慢地，她的目光开始聚焦，眉头微微皱起，嘴唇轻轻颤抖。突然，她眨了眨眼，眼角涌出一颗泪珠，却又没有落下。没有对白，只有面部表情。风格：超写实或电影级CG，浅景深，柔和的冷光，微妙的情感张力。镜头：静态特写或慢速推拉。

输出视频：

因为涉及的微表情较多，整个过程也是比较慢的，知危怕 5 秒时间不够，特地下血本生成了 10 秒的视频，结果并没有让知危失望。年轻女子基本完成了提示词中眼神聚焦、皱眉、嘴唇颤抖等细微动作，整个过程让你感觉这要么是专业演员，要么是真人真情流露，虽然最后女子没有涌出泪珠，但悲伤的眼神能让人感觉 “ 再多一秒就哭出来了 ”。

就目前的测试体验，知危认为在柔性交互或流体交互场景的应用可以极大释放可灵 2.1 大师版的动态表现力（ 不代表可灵 2.1 大师版所有能力 ），就像打太极一样，不是硬碰硬，而是柔中带刚。

当然，即便在有较多刚性交互的场景中，比如泰拳、极限运动、棒球等，可灵 2.1 大师版也能带来不少惊喜。

最后，再整体介绍一下可灵 2.1 系列模型的关键更新。

总体而言，在维持和可灵 1.6 或可灵 2.0 大师版相同定价的基础上，可灵 2.1 系列模型效果更上一层楼，拥有更加卓越运动表现和更强语义响应，分辨率也提升到 1080p 。

可灵2.1模型包含标准（ 720p ）、高品质（ 1080p ）两种模式，主打高性价比和高效生成。定位高端的可灵 2.1 大师版，如上所示，运动表现和语义响应更是强一个段位。

可灵 2.1 模型生成标准 5 秒 720p 视频只需要 20 灵感值（ 按标准价 2 元人民币 ），即便生成 1080p 高品质视频也只要 35 灵感值（ 3.5 元人民币 ）， 价格和旧版（ 可灵 1.6 ）差不多，但生成效果更好，相当于 “ 加量不加价 ”。

至于本文测试一直使用的可灵 2.1 大师版，生成 5 秒 1080p 视频需要 100 灵感值，按标准价 10 元人民币，乍看有些贵，但绝对是物有所值。

视频生成速度一直是用户痛点，但这次可灵 2.1 “ 快了不止一步 ”，行业内其它模型一般要2~3分钟，而可灵2.1生成5秒高品质视频（1080p）内容只要不到1分钟。

简单来说，可灵 2.1 就是更快、更好、更便宜，既能打日常创作，也能上专业大屏，对 AI 生成视频感兴趣的朋友们，非常值得一试。