一文读懂昆仑万维Skyreels V2视频生成大模型（2/2）
- 运动特定的强化学习（rl）训练：这时候就像是给模型进行专项训练，针对运动质量进行优化，通过偏好优化提升运动动态质量，让模型生成的运动画面更加自然流畅。通过大量的运动数据训练，让模型学会不同动作的正确表现方式，避免出现运动不自然的情况。
- 扩散强迫框架（df）训练：这是训练的关键阶段，通过这个阶段的训练，模型掌握了长视频生成的核心技术，能够实现高效的长视频生成。模型学会了如何利用扩散强迫框架，合理地安排每一帧的生成，保证长视频的连贯性和稳定性。
- 高质量sft：最后再进行一次高质量的微调，进一步提升视频的视觉保真度，让生成的视频画面更加清晰、逼真。对视频的色彩、光影、细节等方面进行优化，使生成的视频达到更高的质量标准。
通过这样一步步的训练，skyreels v2在指令遵循、运动质量、一致性和视觉质量等方面都取得了显着的进展，成为了一个非常强大的视频生成大模型。在实际应用中，它生成的视频无论是在质量还是在符合用户需求方面，都表现得非常出色。
三、skyreels v2的实际表现如何？
（一）专业评估表现优异
为了全面评估skyreels v2的性能，昆仑万维的团队构建了一个专业的评估体系，就像是给模型进行一场严格的考试。这个评估体系主要从四个关键维度来考察模型：指令遵循、运动质量、一致性和视觉质量。
在指令遵循方面，skyreels v2就像是一个听话的好学生，能够准确理解并实现复杂的创作意图。比如说，当你输入一个包含多个动作序列和场景变化的复杂提示词时，它能按照你的要求，把每个细节都展现得非常到位，在运动指令、主体指令、空间关系、镜头类型、表情和摄像机运动的遵循上都远远优于其他基线方法。在生成一个“主角先在森林中奔跑，然后突然停下，转身面对镜头，脸上露出惊讶的表情，同时周围的树叶随风飘动”的视频时，skyreels v2能完美地呈现出这些细节，而其他模型可能会遗漏一些动作或者表情表现不到位。
在运动质量方面，它生成的视频就像一部精彩的动作大片，运动动态性、流畅性和物理合理性都非常出色。里面的人物和物体运动起来自然、多样，就像在现实生活中一样，完全没有那种生硬、卡顿的感觉。在一些动作视频中，人物的打斗动作流畅自然，力量感十足，让人感觉就像是真实的武术高手在对决。
一致性方面，skyreels v2也表现得非常出色。整个视频中主体和场景都能保持高度一致，不管是人物的服装、外貌，还是场景中的道具、环境，在不同的画面中都不会出现前后矛盾的情况，而且运动过程也有很高的保真度，让人感觉非常真实。在一个连续的剧情视频中，主角的服装颜色、款式始终保持一致，场景中的建筑、植物等也不会突然发生变化。
视觉质量上，生成的视频就像一幅精美的画卷，画面清晰度高、色彩准确性好、结构完整性强，没有明显的扭曲或损坏，每一帧都能达到专业影视级别的水准。生成的风景视频中，天空的蓝色、草地的绿色都非常鲜艳、逼真，画面中的物体边缘清晰，没有模糊或者锯齿的现象。
（二）自动化评估成绩突出
除了专业的人工评估，团队还利用开源的v-bench进行自动化评估。在vbench1.0评估中，skyreels v2就像是一个学霸，在总分和质量分上都超过了所有的对比模型，包括一些非常厉害的开源和闭源模型，比如hunyuanvideo-13b和wan2.1-14b。这就充分证明了skyreels v2在生成高保真、指令对齐的视频内容方面有着非常强大的能力。在具体的评估指标上，如视频的清晰度、色彩还原度、动作流畅度等，skyreels v2都取得了高分，领先于其他模型。
四、skyreels v2有哪些好玩的应用场景？
（一）长视频创作
skyreels v2简直就是长视频创作者的福音。它支持生成理论上无限时长的视频内容，通过滑动窗口方法和稳定化技术，能够保持连贯的叙事。比如说，你想要创作一部电影，只需要把电影的剧情用一系列的叙事文本提示输入到模型里，它就能像一个专业的导演一样，编排出生动、连贯的视觉叙事。不管是复杂的剧情转折，还是精彩的动作场面，它都能轻松应对，让你的电影创作变得更加简单、高效。而且，它生成的视频质量非常高，完全可以达到专业电影制作的水平，说不定以后你就能用skyreels v2制作出一部火爆全球的大片呢！一些独立电影制作人已经开始尝试用skyreels v2来创作电影，大大降低了制作成本和时间。
（二）图像到视频合成
如果你有一张非常喜欢的图片，想要把它变成一段生动的视频，skyreels v2也能帮你实现。它提供了两种图像到视频生成方法：一种是微调全序列文本到视频架构，另一种是扩散强迫模型与帧条件结合。在专业评估中，它的图像到视频生成质量和一些闭源的商业模型不相上下。比如说，你有一张风景图片，你可以告诉skyreels v2你想要让图片里的景物动起来，它就能根据图片的内容，生成一段非常逼真的视频，让静止的画面活灵活现。将一张海边日落的图片输入，它能生成海浪涌动、海鸥飞翔、太阳缓缓落下的动态视频，画面非常唯美。
（三）专业运镜控制
skyreels v2在运镜方面的表现也非常出色，就像一个经验丰富的摄像师。它支持通过专业术语，比如“推镜头”“摇摄”“跟镜头”等，来精确控制运镜方式，实现电影级的镜头语言表达。比如说，你想要拍摄一个人物的特写镜头，然后慢慢拉远，展示出整个场景，只需要在提示词里输入“先推镜头拍摄人物特写，然后慢慢拉远镜头展示全景”，skyreels v2就能按照你的要求，生成一段运镜流畅、画面精美的视频，让你的作品更具专业性和艺术性。在一些人物介绍视频中，通过巧妙的运镜，能够更好地突出人物的特点和气质。
（四）多元素视频生成
skyreels v2还支持把任意视觉元素组合成由文本引导的连贯视频，这可就为视频创作提供了更多的可能性。比如说，你想要制作一个短剧，里面有特定的角色和剧情，你只需要把角色的特点、剧情的发展用文本描述出来，skyreels v2就能根据你的描述，生成一段包含这些元素的连贯剧情。又比如，你想要制作一个音乐视频，它能根据音乐的节奏、旋律和情感，生成与之匹配的视觉画面，让音乐和音乐和视频完美融合。在一些热门歌曲的音乐视频制作中，skyreels v2根据音乐的节奏、旋律和情感，生成了与之高度匹配的视觉画面。比如一首节奏欢快、充满活力的歌曲，skyreels v2生成的视频画面中，是一群年轻人在阳光明媚的海滩上尽情舞蹈、玩耍，画面色彩鲜艳，充满动感，完美地诠释了歌曲的主题和情感。
再比如，在虚拟电商领域，商家可以利用skyreels v2为自己的产品生成精美的展示视频。通过输入产品的特点、优势以及使用场景等提示词，skyreels v2就能生成一段生动的视频，展示产品的外观、功能和使用方法。这样的视频能够吸引更多顾客的关注，提高产品的销量。一些电商平台上已经有商家开始使用skyreels v2生成的视频，顾客的点击率和购买转化率都有了明显的提升。
五、普通人怎么玩skyreels v2？
如果你对skyreels v2感兴趣，想要亲自体验一下它的强大功能，其实也很简单。昆仑万维已经把skyreels v2系列模型全部开源了，包括1.3b、5b、14b多种尺寸，而且还涵盖了扩散强迫、文本到视频、图像到视频、摄像导演和元素到视频等各种模型。你只需要访问github或者官网，就能下载模型与代码。
对于开发者来说，可以基于这些开源代码进行二次开发，比如说添加一些特效、调整运镜逻辑、优化视频生成速度等等，让模型更好地满足自己的需求。有开发者在基于skyreels v2进行二次开发后，成功实现了实时视频生成的功能，大大提高了视频创作的效率。
而对于普通用户来说，虽然可能不太懂代码，但是也没关系。现在skyreels v2还推出了不需要本地部署的在线体验版，你只需要打开网页，在输入框里输入你想要生成视频的提示词，然后点击生成按钮，就能坐等模型为你生成精彩的视频了。比如说，你想要生成一个“在美丽的星空下，一个小女孩在草地上放风筝”的视频，你只需要在输入框里输入这段文字，稍等片刻，就能得到一个精美的视频。是不是很简单？赶紧去试试吧，说不定你也能成为一个视频创作高手呢！
在实际体验中，很多用户反馈skyreels v2的操作非常简单易懂，即使是没有任何视频创作经验的小白，也能轻松上手。而且生成的视频质量非常高，超出了他们的预期。有些用户用skyreels v2生成了自己旅游经历的视频，配上优美的音乐和文字，分享到社交媒体上后，获得了很多朋友的点赞和好评。
六、总结
skyreels v2视频生成大模型的出现，就像是一场革命，彻底改变了我们对ai视频生成技术的认知。它凭借着强大的技术实力和创新的设计理念，解决了视频生成领域长期以来的难题，为我们带来了无限的创作可能。
从技术原理上看，它的多模态视频理解模型、运动质量偏好优化技术、扩散强迫框架以及创新的训练策略，每一项都凝聚着研发团队的智慧和汗水，让它在性能上远远超越了其他同类模型。在实际应用中，它的长视频创作、图像到视频合成、专业运镜控制和多元素视频生成等功能，为电影制作、广告创作、短剧制作、音乐视频、虚拟电商等多个行业提供了强大的支持，让内容创作变得更加简单、高效、有趣。
而且，昆仑万维将skyreels v2开源的做法，也为学术界和工业界的进一步研究和应用提供了便利，让更多的人能够参与到ai视频生成技术的发展中来。相信在未来，随着技术的不断进步和完善，skyreels v2会变得更加智能、强大，为我们带来更多精彩的视频内容。它可能会进一步降低视频创作的门槛，让每个人都能成为视频创作者，创作出属于自己的精彩故事。同时，也可能会推动影视、广告等行业的变革，带来更多新颖、独特的作品。让我们一起期待skyreels v2在未来的精彩表现吧！