可靈AI通過官方公眾號正式宣布，其研發(fā)的全球首個統(tǒng)一多模態(tài)視頻模型——可靈視頻O1模型已全面上線。這一突破性成果標(biāo)志著視頻生成技術(shù)邁入全新階段，通過整合多模態(tài)交互能力，為用戶提供更智能、更靈活的創(chuàng)作體驗。

據(jù)官方介紹，可靈O1模型的核心創(chuàng)新在于構(gòu)建了統(tǒng)一的生成式底座架構(gòu)。該架構(gòu)突破了傳統(tǒng)功能模塊的割裂限制，通過引入MVL（多模態(tài)視覺語言）交互框架，實現(xiàn)了文本、圖像、視頻等不同形式輸入的無縫融合。用戶僅需在單一交互界面中輸入指令，即可完成復(fù)雜場景的生成任務(wù)，顯著提升了創(chuàng)作效率。

技術(shù)層面，模型深度融合了Chain-of-thought推理機制，使其具備強大的常識判斷與事件推演能力。官方宣稱，該系統(tǒng)能夠精準(zhǔn)解析各類輸入內(nèi)容，無論是靜態(tài)照片、動態(tài)視頻還是文字描述，均可轉(zhuǎn)化為可執(zhí)行的創(chuàng)作指令。配合全新升級的交互界面，用戶通過自然語言對話即可自由調(diào)用素材庫，實現(xiàn)細(xì)節(jié)參數(shù)的精準(zhǔn)調(diào)控。

在主體呈現(xiàn)方面，可靈O1模型展現(xiàn)出顯著優(yōu)勢。其支持多視角主體構(gòu)建技術(shù)，即使鏡頭角度發(fā)生劇烈變化，主體特征仍能保持高度一致性，確保畫面連貫穩(wěn)定。更值得關(guān)注的是，該系統(tǒng)允許用戶同時操作多個獨立主體，通過智能關(guān)聯(lián)算法實現(xiàn)復(fù)雜場景的協(xié)同生成，為影視制作、廣告創(chuàng)意等領(lǐng)域開辟了新的可能性。

此次升級同步推出的創(chuàng)作平臺進一步降低了技術(shù)門檻。用戶無需掌握專業(yè)軟件操作，通過直觀的對話式交互即可完成從概念設(shè)計到成品輸出的全流程。系統(tǒng)內(nèi)置的智能糾錯機制可實時優(yōu)化生成結(jié)果，確保最終作品符合創(chuàng)作預(yù)期。據(jù)測試數(shù)據(jù)顯示，新平臺在復(fù)雜場景渲染速度上較前代產(chǎn)品提升近40%，同時保持了98.7%的語義理解準(zhǔn)確率。