12月2日,可灵AI正式推出其全新O1视频大模型,该模型被誉为"全球首个统一多模态视频大模型",有效攻克了传统视频生成工具功能割裂、操作繁琐等痛点。
目前,用户已可通过可灵App直接体验这一创新模型。

与需要分步处理文生视频、图生视频、局部编辑等任务的传统方式不同,可灵O1基于创新的MVL(多模态视觉语言)交互架构,用户可在统一输入框内无缝融合文字、图像、视频等多种指令。
结合思维链技术,该模型不仅能准确理解用户意图,还能进行常识推理与情节推演,实现更符合逻辑的视频生成效果。

例如,用户上传一段真人视频后,仅需通过简单对话指令,即可实现局部元素增删、智能延展前后镜头、捕捉动作生成新画面等操作。
更值得关注的是,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出现"特征漂移"的行业难题,确保多主体场景下画面精准连贯。
此外,O1支持3-10秒自由时长生成,将叙事节奏的控制权真正交还给创作者。
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内容。



