可灵 AI 推出音画同出模型可灵 2.6：一句话生成带语音、音效与画面的完整视频

快手旗下 可灵 AI 通过官方公众号宣布，其首个 音画同出模型 正式上线。该模型可在单次生成中同步输出画面、自然语音、匹配音效与环境氛围，首次实现“音”与“画”的深度协同创作。

新模型作为 可灵 2.6 的核心升级，提供两条创作路径：

• 文生音画：输入一段文字，自动生成包含语音、画面与背景音效的完整视频；
• 图生音画：上传一张静态图片，让画面“开口说话”并动起来，适用于人像、产品图、插画等场景。

支持四大典型创作场景

1. 单人独白
   商品展示、生活 Vlog、新闻播报、演讲视频等，AI 自动匹配口型、语调与背景氛围。
2. 旁白解说
   适用于商品讲解、赛事解说、纪录片或故事叙述，语音与画面节奏精准同步。
3. 多人对白
   支持访谈、短剧等多角色对话场景，可区分不同角色的声线与画面呈现。
4. 音乐表演
   包括唱歌、说唱、多人合唱、乐器演奏等，音画节奏统一，氛围感强。

“音画由您全盘掌控”

可灵 AI 强调，新模型不仅自动化程度高，也保留充分的用户控制权：

• 可调节语音风格（如正式、亲切、激昂）；
• 可指定音效类型（如城市街道、森林鸟鸣、咖啡馆背景）；
• 可控制画面动态节奏与镜头语言。