可灵推自定义模型：突破AI视频生成角色一致性瓶颈

目前，众多人士正积极探索利用”定制模型”（Custom Models）来充分发掘AI模型的潜力，从而满足各种专业领域的特定需求。

考虑到训练出色的模型所需的大量数据，通常需要超过10到30个非公开的视频片段来微调特定的AI模型，并需要至少1000张图片。此外，KLING还能够理解用户提出的提示指令，进而帮助用户更精确地控制AI模型的输出，这有助于解决生成结果与预期不符的问题。

应用此项技术，用户能够在安全的框架内使用定制化的生成式AI模型，同时能够有效控制用于训练模型的专有数据。例如，在360度的内容创作中，它能显著减少创建高质量数字资产所需的时间和成本。Halim Alrasihi指出，他们的团队一直在尝试将这项功能整合到现有的创作流程中。

值得一提的是，2023年7月发布的最新更新对KLING1.5模型进行了优化，使其能够生成1080p高清视频，并支持多种宽高比，包括传统的16:9、4:3以及竖屏的9:16、3:4和方形的1:1等多种尺寸。

在模型的功能方面，此次更新中一个显著的亮点是”运动笔刷”（Motion Brush）工具。利用此工具，用户能够精确地为画面中的特定对象添加动态效果，从而实现对视频编辑和创作的精细化控制。具体来说，用户可以精确地选取画面中的66个不同的对象进行编辑，从而实现更加个性化的视觉效果。

总而言之，KLING在AI模型应用领域的不断探索和创新，旨在为广大用户提供更加专业和高效的AI模型解决方案，助力各行各业提升效率。