就在刚刚，PixVerse 的 v4 版本上线了。
他们 AI 视频的模型能力，又一次迎来了飞跃。
网址在这： https://app.pixverse.ai/home
2025 年后的第一波 AI 视频的开卷来得比想象中要快，前脚 OmniHuman-1 刚出，紧接着 PixVerse 就迎来了新模型的更新。
而我 5 天前就拿到了体验资格，整体测下来，我的评价是：不管是文生图生还是新玩法都肉眼可见的进步不少，底层模型能力有了质的飞跃。
话不多说，直接上我测试的一些 case。
往期更新回顾：
PixVerse 王炸更新！AI视频必备「运动笔刷」详解
上一篇写了 Pixverse 基础功能，大家都在催更，最近制作了七部 AIGC 短片，算是深度使用了多款 AI 视频工具，其中 AIGC 短片《星际漂流》视频部分全部是由 Pixverse 制作的，并且获得了英伟达 Artist100 艺术家获奖作品。
阅读文章 >文生：
1. 提示词：龙卷风，高速移动，紧张刺激，城市公路上一辆 80 年代的橙色复古跑车高速前进、漂移。灾难电影氛围。
2. 提示词：空灵的雄鹿，身体由银色的雾气构成，在月光下闪烁着微弱的光芒。它的鹿角上装饰着浮动的光球，行动悄无声息，身后留下闪闪发光的雾迹。
3. 提示词：时空扭曲跃迁序列：应用爱因斯坦场方程模拟时空弯曲，相机沿克尔黑洞视界面运动，激活时间膨胀视觉效果。在跃迁点设置时空奇点，引入彭罗斯图解算法计算光锥变形（扭曲系数 145%）
而且这波 PixVerse v4 对于科幻硬核物理效果的支持，我只能说，太帅了。
还有一个我的好朋友@齐马橙 做的视频 case，也超帅。
这个视频的 Prompt 是这样的：超球面维度跃迁镜头:11 维空间投影运镜，使用黎曼流形轨迹算法，在维度坍缩时激活拓扑缺陷视觉预警系统。
虽然里面出现了文字，但是在我的测试下发现，文字的生成并不是特别可控。文生视频能出现，但是图生视频不太行，并且目前只支持英文。
再看图生：
1. prompt：大风天气，女人凝视镜头，远处的田野火焰蔓延。镜头推近，Zoom in。女人露出诡异的微笑。
2. prompt：机械女武士用手捂住眼睛。放下手，眼睛变成红色。站起来直视镜头。科幻电影风格。镜头拉远，Zoom Out。
语义理解和人物一致性强的没话说。
PixVerse 的对物理规律理解的表现进步也很大。
真实感非常强。
比如这个《某种物质》里面的经典镜头。
融合过程自然，也没有出现不合理的形变。
镜面的反光也能轻松拿捏，强的离谱。
prompt：宇航员躺在花田里，抬起手臂。然后坐起来。
除了这些，最直观的感受就是生成速度巨快，极速版在 5s 左右就能出来，效率拉满真的很爽。
整体效果测下来，V4 比 V3.5 各个方面都强了不止一个维度，新版本的 V4 基模绝对是 AI 视频目前稳稳的 T1 梯队，非常非常强。
说实话，我觉得 PixVerse 的路走的是对的，即使他们现在靠着特效模板这个功能，破了 N 次圈，在各种中东土豪国家的 AppStore 榜单上登顶，但是他们从来没有让模型的进化速度变慢，而是迭代的速度越来越快。
V1 版本的上线时间是 24 年 1 月 15 日，V2 版本是 7 月 24，V2.5 是 8 月 22，V3 是 10 月 29，V3.5 是 12 月 29，如今 V4，是 2 月 24。
DeepSeek 爆火之后，基本整个 AI 圈都有了一个统一的共识：
“AI 唯一的应用是智能本身”
模型能力是一切的基石，你应用上的所有功能、体验的优化，都是让用户更低门槛使用“智能”的手段，它更像一个乘以模型的系数，模型能力本身是 10 分，叠加特效模板这种有趣的功能，乘以 10 就能得到一个 100 分的应用。
但是如果模型能力只有 1 分，即使你做出来了 30 分的牛逼到爆的功能，最后你得到的也只是一个 30 分的垃圾。
AI 视频领域目前我觉得最典型的就是 Runway，牛逼功能确实不少，比如 Act-One、超级运镜等等，但是吧，半年了模型几乎就没咋大动过了，在 AI 时代的尺度上，半年是一个啥样的周期，懂得都懂。。。
而 PixVerse 我觉得就融合得很好，保持着模型的超快速度的迭代，提升模型的基础能力之后，你的其他能力才有意义。
比如说 V4 这次一个非常亮眼的新功能：sound。
如果细心的朋友可能会发先，我前面大部分的 Case 都是视频，这次没用 gif，是因为里面，都是带有非常自然的音效的。（之所以文生那趴不是视频是因为公众号最多一篇文章传 10 个视频。。。）
你只需要把 Sound 打开，就可以自动跟你的视频匹配音效。
当然，你也可以自己描述，比如我写的一段：sound prompt：宁静的花园，清脆的鸟鸣。
而且效果我觉得非常自然，问了一下这个音效模式居然是 PixVerse 自己做的，我觉得比 11Labs 那个 AI 音效效果要好。
他们还有一些别的功能，什么 speech（对口型）、restyle（上传一段视频，迁移成自己喜欢的风格）等等，大家可以自己试试看，我就不一一列举了。
还是那句话，底层模型牛逼了，其他叠加上的效果才有用武之地。
最后我们再看看 PixVerse 的看家本领，特效模板。
他们作为这个功能的开创者，这玩意是不得不聊的，得益于 V4 模型能力的加持，模板效果感觉都比以前的要好了。
我觉得这个打架是最好玩的。。。
比如当鲜虾包骂我文章骂的太狠，我想要报复，但现实中打人是违法的，我就打开 kungfu 特效，上传我俩的合影，暴打他一顿。
要是实在打不过他，我就可以用 Holy Wings 特效直接升仙，给他来个降维打击。
真的，太抽象了。
在天庭上还遇到了哪吒和傲丙，想起有群友对他俩嗑生嗑死，于是转手把他俩的动漫合影放到了 kiss 特效里。（高能提醒+叠甲：不磕的兄弟姐妹们请温柔划走，我怕被打）
他两居然还知道闭眼，好好好，这细节无敌了。
特效模板我写过了 N 次了，这个功能是我非常看好的，而它在 PixVerse V4 的加持下，质感和动作又上升了一个新台阶。
说到底，模型能力才是根本。
有把“智能”本身推到更高的层次，才能让那些特效、音效、风格迁移等功能真正爆发出魔力。 卷吧。
真的很幸运，亲身参与这个大 AI 时代。
欢迎关注作者的微信公众号：数字生命卡兹克
