可灵 AI O1 模型全量上线：全球首个统一多模态视频模型

12 月 2 日，据报道，可灵 AI 今晚通过官方公众号宣布，全球首个统一多模态视频模型——可灵视频 O1 模型已正式全量上线，标志着视频生成技术迈入了“统一底座”的新时代。

据官方介绍，可灵 O1 模型构建了全新的生成式底座，其核心目标是“打破功能割裂”的传统模式。模型引入了创新的 MVL（多模态视觉语言）交互架构，允许用户在单一的输入框内，无缝融合处理视频、图像和文本等多种模态的任务。

这一统一模型的深层语义理解力使其具备了极高的指令执行能力。官方强调：“每一张照片、每一个视频、每一段文字，在可灵 O1 眼中皆是指令。”配合同步上线的全新创作界面，用户仅需通过简单的对话，即可轻松组合和使用各种素材，实现对视频画面每一处细节的精准生成。

可灵 O1 模型不仅在模态上实现了统一，在智能水平上也达到新高度。结合 Chain-of-thought（思维链）技术，模型具备了强大的常识推理与事件推演能力，能够更好地理解复杂场景和用户意图，生成更符合逻辑的视频内容。

在视频生成质量方面，可灵 O1 模型解决了以往 AI 视频生成中的一大难题——主体稳定性。它支持多视角构建主体特征，号称“无论镜头如何流转，主体特征都能稳定如一”，确保了画面在主体特征上的精准和连贯性。同时，模型还支持用户自由组合多个主体，为视频创作提供了极大的灵活性和无限可能。