可灵Video 2.6模型正式发布：国内首个原生“音画同出”AI视频模型上线

摘要： 2025年12月4日，快手旗下可灵AI正式推出视频生成2.6模型，其核心创新在于提供了里程碑式的“音画同出”能力。该模型彻底改变了传统AI视频“先无声画面、后人工配音”的流程，能够在单次生成中直接输出包含自然语言对白、动作音效及环境氛围音的完整视频，实现了声音与画面的原生同步。这标志着国内AI视频生成技术，在追赶国际领先水平（如谷歌Veo 3）的竞争中，迈出了关键一步。

技术突破：从“默片”到“有声电影”的质变

长期以来，AI生成的视频内容多为缺乏同步音效的“默片”，需要通过人工后期添加，严重制约了创作效率。可灵Video 2.6模型的发布，正是对这一行业痛点的直接回应。与以往通过独立音效模型（如Kling-Foley）后期匹配声音的方式不同，2.6版本实现了音视频在单次模型推理过程中的一体化生成。

这意味着，用户输入一段文本描述，模型不仅能生成画面，还能同时生成与画面内容在语义、时序上完全匹配的声音，包括人物对话、环境音效和背景音乐。例如，在生成“婴儿在活泼地笑”的视频时，模型能同步还原婴儿的笑声甚至吸气声，并与画面中脸颊的起伏动作精准匹配。这种深度语义对齐，解决了传统AI视频中常见的“嘴型不对、情绪不连贯”等问题，使生成结果更接近真人拍摄的视听体验。

功能详解：两大核心创作模式

可灵Video 2.6模型主要升级了以下两大功能，重构了AI视频创作的工作流：

1. 文生音画：用户仅需输入一句文本描述，即可直接获得一段带声音的完整视频。例如，描述“一个年轻女性在温馨客厅轻声说‘I have a secret…’”，模型将同步生成对应的画面、人物语音及室内环境音。
2. 图生音画：用户上传一张人物或场景图片，并配以文字描述，即可让静态图片“动起来”并“开口说话”。这极大简化了产品讲解、访谈短剧等内容的制作流程。

目前，模型生成的视频最长支持10秒，分辨率达1080p，语音支持中文和英文。在动作连贯性、镜头衔接和角色一致性方面，该版本也比前代模型更为稳定。

行业背景：音画同步已成AI视频竞争关键节点

可灵此次升级并非孤立事件，而是全球AI视频生成技术演进趋势下的重要落子。谷歌Veo 3模型因实现原生音画同步而大受欢迎，已表明“音视频的同步输出，已成为生成式AI的下一个关键节点”。在国内市场，除可灵外，字节跳动即梦AI也推出了名为SeedFoley的视频音效智能生成模型。

快手可灵在视频生成领域的布局起步较早，其商业化进程也较为迅速。根据公开报道，可灵AI的年化营收（ARR）在今年3月已突破1亿美元，用户规模超过4500万。此次推出原生音画同出模型，是其巩固技术领先优势、满足专业创作者对高效工作流需求的关键举措。

从“尝鲜玩具”到“生产工具”，AI视频生成正走向规模化应用。有案例显示，专业创作者利用AI工具，仅以数百美元的成本和数周时间，便能制作出过去需要高昂预算的短片。可灵Video 2.6通过简化音频制作环节，将进一步降低视频创作的门槛与技术成本，释放其在广告、影视、短视频、游戏等领域的应用潜力。

提示词创作指南：如何用好“音画同出”

为了充分发挥新模型的潜力，获得更精准的生成效果，创作者在编写提示词（Prompt）时需要更有策略。核心原则是将视觉描述与音频描述进行结构化结合。

一个有效的提示词公式可参考：场景描述 + 主体描述 + 运动描述 + 音频描述（对话/音效/音乐）+ 风格/情感/镜头语言。

对于包含多角色对话的复杂场景，需注意：

• 结构化命名：为每个角色赋予唯一且固定的标签（如[黑衣特工]、[女助手]），避免使用代词。
• 视觉锚定：将角色的台词与其具体动作绑定描述（如“黑衣特工猛地拍桌，愤怒地喊：‘真相在哪？’”）。
• 音频细节：为每个角色添加音色（沙哑、清亮）、情绪（愤怒、恐惧）和语速（快速、缓慢）等标签。
• 时序控制：使用“紧接着”、“随后”等连接词明确对话顺序和节奏。

对于音效与环境声，建议明确声音来源、动作状态并使用专业拟声词，例如：“【物体：木门】猛地【动作：关上】+【拟声词：砰】”。

模型定价与获取

可灵Video 2.6模型提供“音画同出”与“纯视频生成”两种模式。根据官方信息，其消耗的“能量值”依据视频时长和用户身份有所不同：

• 会员价格：生成5秒视频消耗15点能量，10秒视频消耗30点能量。
• 非会员价格：生成5秒视频消耗20点能量，10秒视频消耗40点能量。

该模型已集成在可灵AI平台中，用户可通过其官网或集成该模型的快影App进行体验。

文章来源：本文综合自每日经济新闻《可灵2.6模型上线 提供“音画同出”能力》、央广网《可灵AI全系模型上线“视频音效”功能》、界面新闻《谁在AI ASMR淘金热中赚翻了？》、第一财经《快手可灵是如何在视频生成领域赚到第一个1亿美元的？》等公开报道，由大国AI导航（daguoai.com）整理改写。