2025年夏季达沃斯论坛：嘉宾共话中国AI发展路径

6月27日，可灵AI宣布全系列视频模型上线“视频音效”功能(gōngnéng)，用户在使用可灵AI进行(jìnxíng)视频创作时，不仅能获得高质量的(de)视频画面，更能体验到与视频精准匹配、富有空间感的立体声音效，真正实现“所见即所听”的沉浸式体验。目前，该功能已无缝集成至文生(zhìwénshēng)视频、图生视频、多模态编辑等多种创作模式中，并(bìng)限时免费开放。 与此同时，平台原有的“音效生成”也进一步升级，新增“视频(shìpín)生音效”功能。用户现在(xiànzài)不仅可以通过文本(wénběn)生成音效，更可以直接上传本地视频，或选用在可灵平台创作的历史视频，一键为无声的画面匹配上语义契合、节奏同步(tóngbù)的音效，自动适配动作、环境、氛围等多种场景，极大地提升了视频内容的表现力和沉浸感，有效降低了创作者(chuàngzuòzhě)在音频后期制作上的时间与技术成本(chéngběn)。 从实际效果来看，可灵AI的音效功能在多个典型案例中展现了极(jí)高的音画同步精度和(hé)极佳的空间听感。例如，在生成“婴儿在活泼地笑”的视频片段中，模型不仅还原了婴儿清亮的笑声，甚至连婴儿笑容间隙短促的吸气声都(dōu)完美(wánměi)捕捉，与(yǔ)画面中肉嘟嘟脸颊的起伏动作精准匹配，其(qí)富有空间感的立体声效果，让整个画面的温馨感与生命力扑面而来。 在另一段山体滑坡导致巨石砸(zá)中汽车的视频中，系统自动生成了金属扭曲断裂声、石块飞溅与尘土扬起的细节音效，声音(shēngyīn)定位(dìngwèi)清晰、动态层次丰富，提升了整体灾难场景的视觉冲击力与沉浸感。 据悉，上述功能的实现，依托(yītuō)于可灵AI自主研发的多模态视频生音效模型——Kling-Foley。Kling-Foley 支持基于视频内容与可选文本提示自动(zìdòng)生成与视频画面语义相关、时间同步的高质量立体声音频，涵盖音效、背景音乐等(děng)多种类型(duōzhǒnglèixíng)声音内容。它支持生成任意(rènyì)时长的音频内容，还具备立体声渲染的能力，支持空间定向的声源建模(jiànmó)和渲染。 今年3月，可灵AI首次推出AI音(yīn)效(yīnxiào)功能，用户(yònghù)可通过输入文本生成相应的环境音或动作音，并可进一步结合平台生成的视频(shìpín)进行语义理解与(yǔ)自动匹配。随后，在可灵2.1模型中正式加入了视频音效功能，在生成视频的同时，系统也会自动生成与之匹配的音效，增强了整体视听体验。随着视频音效生成技术的成熟落地，将进一步释放可灵AI在广告创意(guǎnggàochuàngyì)、影视、短视频、游戏等内容等领域的发展潜力。 （本文来源：日照新闻网。本网转发此文章，旨在为读者提供更多信息资讯(xìnxīzīxùn)，所涉(suǒshè)内容不构成投资、消费建议。对文章事实有疑问，请与有关方核实或与本网联系。文章观点(guāndiǎn)非本网观点，仅供读者参考。）