摘要：今年几乎天天都能看到各路 AI 视频大神刷屏，什么奥特曼对波马斯克，雪王大战东方明珠，切金属切玻璃 ASMR……看得人心痒痒。
今年几乎天天都能看到各路 AI 视频大神刷屏，什么奥特曼对波马斯克，雪王大战东方明珠，切金属切玻璃 ASMR……看得人心痒痒。
但真轮到自己上手，你就会发现，这玩意儿纯属「开盲盒」，而且是成本巨高的那种。排队几小时是家常便饭，积分烧得比纸快，结果出来的视频要么人物畸变、画风诡异，要么干脆就把你的提示词当成耳旁风。
面对「AI 视频刺客」，还真有「卷王」站了出来。
去年靠「毒液特效」出圈的 PixVerse，今天悄咪咪地放了个大招——PixVerse V5。
他们这次号称搞了一套「准实时生成」的狠活，全面优化了动态、清晰度、一致性和指令理解能力。
PixVerse 国内版首页
PixVerse V5这次不光是小修小补，他们直接端出了三个硬菜：
1. 快速生成
这一直是 pixVerse 最大亮点， 他们通过极致的技术蒸馏，把视频生成压缩到了「秒级」。5秒钟出一段360p短片，1 分钟搞定 1080p高清视频。
2. 更少 AI 味儿
V5 通过扩展美学数据和人类偏好拟合（RLHF），让模型更懂「好看」和「真实」。无论是复杂的人物运动，还是光影的真实感，都大幅提升，生成效果更接近真实拍摄。
3. 指哪打哪
最让人头疼的「AI听不懂人话」问题，他们用「统一特征空间」技术来解决。简单说，就是不管你喂给它的是一句话、一张图，还是一段参考视频，它都能更准确地理解你的意图，实现图、文、视频多模态的复杂创意，让你真正做到精准控制。
话是这么说，是不是吹牛还得拉出来遛遛。我第一时间搞到了内测资格，替大家给它上上强度。
快到离谱，价格感人快，是 V5 给我的第一印象。
实测下来，一段 8 秒带声音的 360p 视频，从排队到生成完毕，基本都在 30 秒以内，包含排队时间和生成时间；而 1080p 的超高清视频，所需要的时间会长一点，但是基本上也在 2 分钟左右。
拿可灵生成视频来对比下，排队的时间是 3 个小时
除了快到离谱，V5 也便宜到感人。每天登录就送 60 积分（生成一段 5 秒 360p 无声视频仅需 20 积分），会员选项也很多，让「抽卡」的成本大大降低。
作为对比，可灵是每个月提供 166 积分，生成一段 5s 标准模式的视频也是 20 积分。目前可灵添加音效是限免，PixVerse 需要再加 10 积分。
时间和金钱这两大核心痛点，PixVerse V5 算是给出了一个相当漂亮的解决方案。 那么，最重要的质量如何？
强度实测：从「开盲盒」到「半开卷考试」我们直接上硬菜，用几个热门案例来测试它的真实水平。
先来个简单的，生成广州塔的航拍镜头。
提示词：电影般的航拍无人机镜头，聚焦广州塔。使用柯达 35 毫米胶片拍摄，带有胶片颗粒感。动态航拍镜头，摄像机环绕移动。保留参考图像的构图、框架和结构细节。
PixVerse 做的确实很好，而且速度还快。此外，不像 Veo 3 目前还是只能生成 16:9 的视频，PixVerse 则可以根据上传的图片自动适应生成视频的比例。
接下来，上点难度，测试它的人物一致性和场景理解能力。
最近 nano-banana 非常火，我们前几天用它生成了非常多有意思的照片，社交媒体上也很多人用它来实现一个完整的故事，凭借着它强大的人物、环境、照片风格内容等一致性保持。
我们找了几组有意思的照片，看看 PixVerse V5 是否有能力可以生成一个视频。
首先是这两个打台球的女生，他们先是站在前面自拍，然后我想让他们走到后面，拿着台球杆开始玩。
结果有点意外。 场景保持得很好，走路动作和表情也到位。但……它莫名其妙给我多塞了一个路人女孩进来！
看来在理解复杂的双人交互和空间关系上，AI 还是会犯迷糊。不过对比 V4.5（之前会生成一些意义不明的慢镜头），V5 至少更懂「走路」这个意图了。
还有最近非常火的用 nano banana 来做手办图片，有了图片之后，我们又可以生成非常多有意思的视频。
提示词：将这张照片制作成一个角色模型。其后放置一个印有该角色图像的盒子，以及一台屏幕显示Blender建模过程的电脑。在盒子前方添加一个圆形塑料底座，角色模型站立在上面。使PVC材质看起来透明，并尽可能设置为室内场景。
我们先用 nano banana 制作了一个像是自己 3D 打印出来的 labubu，接着把这张图片丢给 PixVerse。
提示词：棕色的实体手办开始在桌面上探险，它左边走走，右边看看，最后跳回到了原来它旁边的盒子里面；盒子上的 labubu 不要动，保持静态的；电脑上显示的 3d 手办动画处于预览的状态，自动的旋转播放。
还有最近非常火，以假乱真的 AI 夜视镜头视频，我们也用 PixVerse 检验了一下。不得不说，这个效果很真实，小猫趴在熊背上，小心翼翼地跳来跳去，和熊的接触、跳跃的动作，都像是真的。
如果是处理这种简单的动作还不够上难度，我们直接给他一张滑板的脚步特写，让他完成这些复杂的滑板动作。
PixVerse V5 也能精准地生成脚部动作，并且不出现差错。 我们用 V4.5 试了一下，有时候是会出现鞋子反穿，还有一些很搞笑的是，看起来滑板很烫，不知道怎么下脚的奇怪动作。
可以说，PixVerse 确实在生成质量上有了很多方面的提升。整体感觉是，V5 版本在一致性和写实感上的提升非常明显，看起来更像真实拍摄，而不是带着浓重 AI 味的画面。
One More Thing，还有 Agent 创作助手除了图生视频，PixVerse V5 还提供了续写、多主体、Agent 智能体等一堆花哨但实用的功能。
我最喜欢的是「续写」。目前大部分 AI 视频一次只能生成几秒，想做长视频就得手动截取最后一帧再生成，非常繁琐。
而续写功能可以相对丝滑地延长视频，支持 30s 内长度的视频，我用它做了个「猫猫做梦当大厨」的短片，效果很萌。
看这小猫最后满足的笑容！
而为了解决「不会写提示词」这个终极难题，V5 还上线了 Agent 智能体。这玩意儿就像个创意模板库，你只需要找到喜欢的模板，填入关键词，它就能自动完成意图理解、脚本生成、视频生成等一系列流程。
目前在 PixVerse 的智能体里面，提供了超过十个的项目。有前段时间很火的兔子蹦床、给角色或物体更换材质、结合多个物体生成一个新物种、甚至还有给宠物穿上蟑螂套装跳芭蕾这样的智能体。
我就把之前我们用的那张 Labubu 的照片上传给它，智能体的流程和模板还是不太一样，模板只是单纯的套用一套提示词，而 PixVerse 的智能体就像我们用 ChatGPT agent 一样，自动化全部的操作，像是省去了我们先去 nano banana 里面生成图片的流程。
虽然它偶尔也会犯傻，比如把我的 Labubu 手办识别成「穿着棕色蟑螂服装的形象」（我对不起 Labubu！）
但这跳得还不错的芭蕾舞，确实展示了 Agent 功能的潜力——大大降低了普通人的创意实现门槛。
目前，PixVerse V5 和 Agent 创作助手已经在国际版 PixVerse（https://app.pixverse.ai/）与国内版拍我 AI（https://pai.video/）的网页端、App 及开放平台 API 全面上线。
AI 视频，终于从「豪赌」变成了「刮刮乐」综合体验下来，PixVerse V5 的这次更新可以清晰地总结为两个词：更快、更好。
它或许还不是最完美的视频模型，处理复杂的多人交互时依然会犯迷糊。但这让我想起了豆包生图，质量可能不如 Midjourney，但它免费、量大、管饱，你可以随便试。
豆包一次性能生成 20 张图
PixVerse V5 走的也是这条路。它用「准实时」的生成速度和极低的试错成本，彻底改变了创作的心态。
过去，花几小时排队，烧掉大把积分，最后开出一个不满意的「盲盒」，那种感觉是痛苦和沮丧的。现在，几十秒就能看到结果，不满意就立刻重来，这种体验更像是「刮刮乐」——轻松、高频，且总期待着下一张能中奖。
从这个角度看，PixVerse V5 的核心竞争力，或许不是生成了多么惊艳的视频，而是在于提供了一种无负担、高频率的创作体验。
当开盲盒的成本变得足够低，当 AI 的不稳定不再让你心疼时间和金钱时，AI视频创作，才算真正从少数大咖的神坛，走到了我们每个人的日常里。
文｜李超凡、张子豪
来源：爱范儿一点号