AI视频进入“加速度”时代：30%加速＋细节随手P，等等党和抽卡党在拍我AI上有救了！

梦瑶
2025-11-18
14:17:21

来源：量子位

梦瑶 发自 凹非寺

量子位 | 公众号 QbitAI

等等党和抽卡党们，这回做视频终于不用等！半！天！了！

相信大家都有这种感觉：每次用AI生成视频，刚按下按钮，屏幕就跳出来一句“前方排队xxx人”，等吧，好不容易排到了，结果还得再磨个两三分钟才能出片……

而且生成效果到底咋样，几乎纯看运气，不满意还得重新抽卡，这次终于不一样了，等等党有救，抽卡党翻身～

现在，从点击生成到看到成片，不到一分钟就能轻松产出一条5秒的高清视频大片，画质妥妥拉满，效果be like：

你以为这就结束了？大NO特NO！现在碰到不满意的视频也不用重新抽卡，直接在线精修，想怎么P就怎么P。

周末来得刚刚好，蒙娜丽莎牵着兵马俑走进了魔都街头，这回不当文艺女神，当起了“沪上阿姨”：

emm…人都到上海了，手里却还举着杯可乐，怎么看都不太对劲，于是我顺手一改，把可乐P成了奶茶，这样才对嘛，入乡随俗入乡随俗～

不卖关子，这就是「拍我AI」（即PixVerse）重磅上线的升级版：V5 Fast，视频生成速度提升超30%，此外还上线了「Modify」精修功能，支持端到端视频编辑，生成完还能接着改～

两项关键能力一起落地，让视频创作第一次有了“快＋可控”的完整体验，目前新功能已在「拍我AI」重磅上线，废话不多说，跟我一起roll起来吧！

AI视频也实现P图自由了

过去这一年，AI视频从创作者工具变成了商业化生产力。

品牌在用它做campaign，自媒体在手搓各种AIGC新玩法，商家用它做新品素材，而更能感受到变化的，是大众化的使用场景——

旅行时随手做个vlog、给猫猫剪段日常、记录小朋友的成长瞬间……越来越多人不再只是看别人用AI做视频，而是开始用AI记录自己的生活、讲自己的故事、创作属于自己的灵感。

然而，现在市面上绝大多数的AI视频工具更像是一次生成定生死，一旦要改，流程立刻变得又慢又不确定：

一个细节的错位、一个画面的跳帧都可能让全片重来，角色不稳要返工，元素乱跳要重生，提示词不准又得重新roll，专业团队焦虑，普通用户更无从下手，明明是小改动，时间精力的投入成本却很大。

这直接带来的影响是：对内容团队是流程割裂，对商用制作是交付风险，对普通用户更是一道专业门槛的困扰。

因此，可修改性目前已经成为现在AI视频市场最真实、也最迫切的需求之一。

拍我AI的Modify精修能力，就是顺着这条需求线自然进化出来的，它所代表的是一类真正意义上的「市场创新」。

它把单帧修改变成了模型对全片的重新理解和一致化处理，实现跨帧推理、统一风格、主体稳态等一系列高要求的流程。

这类底层架构的精修方式目前在业内极为稀缺，基本属于拍我AI的独特能力。

也就是让创作者的工作流真正闭环，也让普通用户第一次拥有了拍了视频还能随手改的自由度。

AI视频从“能生成”走向“能被每个人掌控”这一步，终于变得可行了。

元素替换：实物级别的可控编辑

在这次全新推出的「Modify」精修功能中，我们不必再因为某个元素生成得不对、哪一帧出了小差错就从头反复生成，也不用担心提示词没写准、没编辑到位会导致整段视频推倒重来。

现在我们可以想改哪里就改哪里，真的做到了万物皆可替换。

先从我们创作中出现频率最高、需求最迫切的物品替换能力说起，我先让V5 Fast帮我生成了一段“男子在KTV放飞自我唱歌”的视频：

接着我在Modify里把男子换成了一只沉浸式飙歌的小猫：

AI不仅保留了原视频里人物的肢体姿势、口型节奏，连服装细节也一起copy过去了，最关键的是整个场景环境都没崩，替换得非常自然。

除了能替换物品、人物外，Modify还能替换背景，我把一个超飒女孩登山的视频丢给了AI：

嗯…感觉这身专业户外装备用来登一座普通小山多少有点“杀鸡用牛刀”！于是我让Modify把背景换成积雪覆盖的雪山，这下才对味儿嘛：

这个替换的难点在于原视频的背景是移动的，但AI不仅完成了背景替换，还自动补足了每一帧的场景一致性，甚至连女孩发丝透出的光线，都和雪山环境的冷色调对上了，可以说是非常周到了～

这种级别的元素替换能力，实质上把「改视频」这件事从高门槛的专业技能，重新交回给了所有用户。

无论是换物件、调环境，还是修一个不满意的细节，都终于能简单到人人敢下手、人人能做好。

局部修改：从风格到质感都能调

除了能修改那些“看得见摸得着”的视频元素外，一些更抽象、更细微的局部变化，比如光影、质感、整体氛围这种非实体的细节，Modify也完全hold得住。

这类需求在行业里一直是痛点：元素替换容易量化，但无形的局部往往最难改，一不小心就会破坏整段视频的连贯性。

咱们不走简单路线，直接上点难度，先来考验一下AI的风格修改能力。

现在打工人的怨气是真越来越重了，看下面这位小哥，工作崩溃到想直接怒砸键盘（但还是忍住了）：

我们就用Modify给他换个画风，试试把这场“社畜崩溃现场”重绘成「美式漫画」风格：

不光是整体风格切得干净，连衣服的褶皱、肢体动作、情绪张力都被1:1保留下来，风格想怎么改就怎么改，还能保持动作一致性，这才叫真正的“可控风格替换”～

不仅如此，Modify还能对物品的「材质」进行精确修改，我先是用V5 Fast生成了一段黑色亮面跑车驰骋在公路上的视频：

随后让Modify把车身材质替换成红色哑光，在镜头运动不变、光影一致的前提下，AI依然稳稳完成了替换：

亮面换哑光、金属换塑料、皮革换织物，看似只是质感变化，但牵涉光影反射、表面细节、镜头轨迹，一旦处理不到位就会立刻穿帮。

而Modify既做到了替换材质，又保证每帧视觉逻辑都成立。

除了能修改风格和材质，Modify还能同步修改「光线」、「色调」等非实体细节，那些在传统视频制作里最费力、最考验眼力的部分，也终于能交给AI来稳稳搞定。

人物编辑：跟修图烦恼说bye bye

经常拍照的人应该都有这种痛苦体验——给视频「人物修图」真的太、太、太麻烦了！

毕竟图片想怎么修就怎么修，可视频一旦要改就麻烦得多，过去那些在修图软件里拖一拖、点两下就能解决的小调整，放到视频里往往得重做整条。

这次Modify也把这个现实痛点考虑进去了：

视频人物不仅能用一句提示词直接改，还能自由调整年龄、服装、气质，甚至做到“整个状态”一起同步变化。

这是我喂给Modify的一张游客照，一个和长颈鹿合影的小男孩，因为拍摄角度的原因，男孩的眼睛显得有点小，皮肤也有些小瑕疵：

于是乎，我给AI下的指令是，让男孩眼睛更大一点、皮肤更平滑一点，Modify立刻就给出了效果：

眼睛肉眼可见地放大，皮肤也有了明显的磨皮效果，不得不说，这波P图功底确实有点东西～

再来玩点有意思的，来试试AI邪修术之——年龄修改！我先喂给AI一段老奶奶的视频：

然后只对Modify说了三个字——变！年！轻！结果老奶奶直接年轻了三十岁：

人物能被自由修改，并不只是创意玩法。

在这个过程中，行业得到了更可控的创作能力，但对普通人而言，更大的价值在于：影像不再只能记录当下，它还能记录“可能的样子”。

爷爷奶奶可以看看年轻时的模样，普通人也可以看到自己理想中的自己，AI视频让影像变得更温柔、更有想象力。

此外，Modify还具备「尺寸修改」能力，哪怕第一次生成的比例不太对，也能用一句提示词随心调整，彻底摆脱“尺寸错了只能重生”的麻烦事儿。

随着Modify把「可编辑性」补齐，AI视频终于从一次性生成的模型能力，走向可反复打磨的创作工具。

这不仅让专业内容生产更可控，也让普通人拥有了真正掌控动态影像的权利，未来的视频创作，不再由模型决定，而是由使用它的每一个人决定。

生成提速30%，大片稳出不误事

生成速度一直是AI视频创作里绕不过去的问题。

无论是内容团队、短视频创作者，还是需要频繁验证想法的品牌方，都面临同一个困扰：

目前绝大多数AI视频的生成速度，赶不上用户内容交付的节奏，也赶不上用户灵感增长的速度。

团队需要高频实时产出，短视频创作者需要快速AB测试，品牌方则需要在短周期内验证创意想法，只要生成一慢，所有链路就一起被卡住。

这次爱诗科技上线的拍我AI（PixVerse）V5 Fast，就是在这个现实痛点上做了明显优化。

相比上一代V5模型，V5 Fast生成速度提升了30%+，举个直观的例子就是，原本5秒的高清视频要等1～2分钟，现在只需要在1分钟以内就能看到成片。

原因很简单，以前的Sora、视频版Stable Diffusion都是直接用一个超级大的模型一次性预测几十上百帧，模型看得太多太远，算得特别慢。

而V5 Fast让模型推理结构变得轻量化、帧间计算依赖被缩短，高分辨率的视频生成不再是“倍速变慢”的瓶颈环节。

看似还是那条推理链，但加速点遍布每一个视频节点，速度自然就提升得非常明显。

最关键的是，速度提上来了，效果也没掉链子，动作细节和风格依旧在线，对内容创作者来说，这种“赶得上点”的生成速度，才是真正能用起来的节奏。

为了更直观地对比，我们测试了拍我AI（PixVerse）V5 Fast与市面主流产品在相同提示词&参数条件下的表现，没见过比这更快的。

拍我AI(PixVerse) V5 Fast约40秒即可生成完成1080P的5秒视频，等待过程更短、生成体验更连贯。符合社交平台传播的360P和720P生成速度更快，数秒也就完成了。

从Modify精修功能到V5 Fast提速模型，背后是「爱诗科技」在AI视频生成领域持续的技术投入与产品打磨。

今年10月，爱诗科技完成了1亿元人民币的B+轮融资，仅用两年时间就完成了五次模型迭代、八个版本更新，率先在行业内实现了DiT架构、准实时生成、角色驱动视频等关键突破。

更值得注意的，爱诗还是最早在V3.5破10秒大关的（去年12月）。进入2025年1月，V4进入5秒准实时生成时代的平台，在全球已具规模的视频生成平台中生成速度最快。

作为其旗下核心产品，海外版PixVerse与国内版「拍我AI」累计服务超过一亿用户，月活突破1600万，自去年启动商业化以来，收入增长超10倍，成为全球增长最快的AI视频平台之一。

这次发布的V5 Fast模式与Modify精修功能，进一步降低了AI视频的创作门槛，提升了创作自由度，视频生成不再因「慢」和「一次定生死」而被卡住。

生成能跟上节奏，修改能随手完成，AI视频创作的工作流才真正完整起来。灵感不再被速度拖住，视频也不再是一锤子买卖，而是成为人人都能打磨、能调整、能反复利用的创意载体。

更重要的是，那些平时不太被注意、却跟日常生活贴得很紧的小需求，也能被看到、被重视、被满足，AI也不再高高在上，而是开始贴着我们的日常需求去跑，贴着每一个细微的小动作去做。

这次「拍我AI」新功能上线的意义，也正是在这里：

每一个人都可以无差别享受先进AI技术的乐趣。

Read More