2月5日，可灵AI正式向全球发布3.0系列模型，目前正面向黑金会员开放使用，预计将在近期全面上线。此次发布的可灵视频3.0、可灵视频3.0 Omni及可灵图片3.0、可灵图片3.0 Omni模型，覆盖了图片生成、视频生成、编辑及后期等影视级全流程链路，标志着AI正式进入影视与创意内容的核心生产环节，可灵AI也正式迈入3.0时代。

其全新的All-in-One产品理念与技术架构，结合多模态输入输出一体化能力，正在为原生创作注入强大动力。

可灵3.0系列模型基于All-in-One的产品架构理念构建，形成了一个多模态输入与输出高度统一的视频模型体系。它并非简单地将多项功能堆叠，而是通过统一架构，将影像创作中的理解、生成与编辑整合为一个连续流程，让创作首次能在单一模型内完成闭环。

在这一体系下，创作者可以同时使用文字、图片、声音与视频作为输入，并直接获得可用的专业影像级输出成果，创作过程不再被拆分为多个工具与步骤。

围绕创作者最关心的稳定性和表现力，可灵3.0系列模型在多个关键环节上做了系统性增强。长期困扰行业的一致性问题获得突破性进展：通过整合视频主体上传、音色绑定及全球首创的“图生视频+主体参考”等一系列技术能力，能够使人物形象、动作与声音在复杂镜头切换中保持稳定，文字清晰、品牌标识可识别，即便在多语言场景下，视觉风格与角色特征也能高度统一。

在叙事层面，模型支持最长15秒的连续生成，并引入智能分镜与自定义镜头控制，让创作者能够直接组织镜头节奏与叙事结构，不再依赖碎片化拼接，从而让镜头具备情绪递进与画面张力。

该版本不仅让画面更少崩坏、更具灵动感，还攻克了文字变形等难题，结合灵活的分镜控制能力，使AI生成内容达到专业影视的“直接交付”标准。这相当于为导演提供了高度可控的“数字演员”与“虚拟摄制组”。

可灵图片3.0系列模型：强化静态叙事 并支持4K超高清

可灵图片3.0及可灵图片3.0 Omni模型专注于强化静态画面的“叙事感”，用静帧讲述完整故事。模型能深度解构提示词中的视听元素，精准把控构图与视角逻辑，高度适配影视分镜、场景设定等专业需求。

新版本支持2K/4K超高清图直出，并新增系列组图生成功能，在增强画面真实感的同时，确保组图间风格、光影与细节的高度统一，满足专业视觉物料对精度与一致性的严苛要求。

打破创作壁垒：AI成为核心生产线与三次跃迁

可灵AI 3.0完成了从“可用”到“可控”，再到“专业调度”的三次关键跃迁。自2024年6月发布全球首个面向用户的视频生成模型以来，可灵 AI 推动行业进入“可用时代”；进入2.0阶段后，通过模型能力和表现力的持续提升，实现了从“可用”到“好用”的进化。

基于All-in-One理念打造的可灵AI 3.0系列模型，在近期推出的O1和2.6模型基础上，进一步深化多模态视觉语言交互理念，实现了从“基础生成”到“专业调度”的系统性跨越，在生成质量和专业可控两大创作维度上取得关键突破。

通过智能分镜、图生视频+主体参考、多语言多口语音画同出等核心能力，模型不再只是理解创作意图，而是能够对镜头节奏、角色关系与视听结构进行系统级调度与协同。创作者可以在一个模型内完成分镜组织、主体锚定与叙事推进，可灵AI也由此完成了从单点生成工具，向内容创意者下一代“创作接口”的进化。

在影视和广告领域，创作者可利用智能分镜等镜头调度能力快速验证创意；在游戏与虚拟制作中，稳定的角色一致性则能大幅加速数字资产的构建。据公开数据，截至2025年12月，可灵AI 已拥有超过6000万创作者，生成超过6亿个视频，服务超过3万家企业用户，年化收入运行率达2.4亿美元。

可灵3.0系列模型的发布，标志着AI从一个简单的生成工具，转变为理解创作意图、执行分镜的创作协作者，属于每个人的导演时代已经来临。