搜索
可灵AI视频O1模型正式上线，全球首发统一多模态架构
2025-12-02
2025年12月1日，可灵AI宣布其全新视频O1模型正式全量上线。该模型号称全球首个统一多模态视频大模型，通过引入MVL（多模态视觉语言）交互架构，结合Chain-of-thought技术，打破了传统视频生成工具功能割裂、操作复杂的局限。用户可在单一输入框内无缝融合文字、图像、视频等多种指令，实现文生视频、图生视频、局部编辑、镜头延展等任务的一站式处理。模型具备强大的常识推理与事件推演能力，可理解用户意图，生成更符合逻辑的视频内容。例如，用户上传一段真人视频后，只需简单对话指令，即可局部增加或删除元素、智能延展前后镜头、捕捉动作生成新画面。此外，O1通过多视角主体构建技术，彻底解决了视频中人物或物体在镜头切换时特征漂移的行业难题，确保多主体场景下画面精准连贯。该模型支持3至10秒自由生成时长，把叙事节奏的控制权交还创作者，无论是短视频博主、广告团队还是个人用户，都能快速产出高质量、高一致性的创意视频。目前，可灵O1模型已在可灵App及官网开放体验，后续还将开放API接口，供第三方平台集成。
