近日，大家首个大一统的多模态视频、图片创作器用"可灵O1"认真上线。可灵O1基于全新的视频和图像模子，以当然话语手脚语义骨架，合作视频、图片、主体等多模态描写，将整个生成和编订任务和会于一个万能引擎之中，为用户搭建全新的多模态创作流，罢了从灵感到制品的一站式闭环。

大一统模子，解决视频创作禁绝

手脚首个大一统多模态视频模子，可灵O1基于MVL（Multi-modal Visual Language，多模态视觉话语）理念，冲破了传统单一视频生成任务的模子鸿沟，将参考生视频、文生视频、首尾帧生视频、视频实质增删、视频修改动换、魄力重绘、镜头延展等多种任务，和会于归并个万能引擎之中，使得用户无需在多个模子及器用间跳转，即可一站式完成从生成到修改的一齐创作进程。

依托可灵视频O1模子的深层语义融会力，用户上传的图片、视频、主体、翰墨——在可灵O1眼中，都是指示。模子冲破了模态抵制，约略轮廓融会一张像片、一段视频或一个主体，以致一个脚色的不同视角，精确生成多样细节。

可灵O1的多模态指示输入区，让繁琐的编订后期酿成了浅薄的对话。用户无需手动遮罩或要道帧，只需输入「移除路东说念主」、「将日间改为薄暮」或「替换主角服装」，模子即可读懂影像逻辑，从局部的主体替换，到全体的视频魄力重绘，自动完成像素级的语义重构。此外，如图片/主体参考；指示变换（视频加多、删除实质、切换景别/视角、视频修改任务等）、视频参考、首尾帧、文生视频等智力也一并援手。

针对AI视频难以落地的痛点——脚色与场景的一致性，可灵O1底层强化了对输入图像及视频的融会。 它能像东说念主类导演相同，“记着”主角、说念具和场景。岂论镜头若何流转，主体特征恒久褂讪如一。 此外，该模子展现了巨大的多主体和会智力。用户不错开脱组合多个不同主体，或将主体与参考图混搭。即即是在复杂的群像戏或互动场景中，模子也能独处锁定并保抓每一位脚色或说念具的特征，确保“主角”在不同镜头中罢了工业级的特征和洽。

不再局限于单点任务，而是援手“妙技组合”。 用户不错条件可灵O1“在视频中加多主体的同期修改布景”，或者“在图片参考生成时，同步修改魄力”。这种一次生成多种创意变化的智力，极地面拓展了创作的开脱度，让创意的化学反应成为可能。

叙事时长开脱界说，让每一段故事都有其特有的呼吸感。可灵O1将界说时候的权利交还给创作家，援手3-10秒开脱生成。岂论是片时的视觉冲击，照旧悠长的故事铺陈，都由用户开脱掌控。 值得防范的是，手脚和洽模子的一部分，可灵O1的首尾帧智力也将援手3-10秒的生成时长选拔（行将发布），这将进一步增强叙事的张弛度。

一同登场的还有可灵图像O1模子，可罢了从基础图像生成到高阶细节编订全链路无缝衔尾，用户既可通过纯文本生成图像，也可上传最多10张参考图进行和会再创作。 该模子具备四大中枢上风：特征高度保抓，让主体元素褂讪不偏差；细节修改精确反馈，让每一处退换都恰当预期；风魄力性准确把控，让画面氛围恒久和洽；超丰富思象力，让创意呈现更具张力，信得过罢了“所思即所得”。

一个模子，措置影视、自媒体、告白电商等多视频创作场景

全新的可灵O1集生成与编订于一体，可世俗适用于影视、自媒体、告白电商等多种场景。岂论是从零构建的叙事生成，照旧对既有素材的深度重塑，可灵O1都能凭据不同需求，纯真调用其参考、编订的智力，松驰完成创作。

在影视创作限制，凭借可灵O1的超强一致性的图片（主体）参考，合作主体库功能，不错精确锁定每个分镜的脚色及服化说念，松驰创作生成多个连贯的影视镜头；而关于视频后期、自媒体创作家来说，可通过浅薄对话式的教唆词，如输入“删除布景中的路东说念主”、“让天外变蓝”，就能让可灵O1自动完成像素级的智能修补与重构。

针对传统线下告白实拍本钱高，制作周期长的问题。如今用户只需上传商品图、模特图和场景图，合作浅薄指示描写，即可快速生成多个酷炫的商品展示告白，大幅镌汰实拍本钱。针对模特约拍糊涂、更换布景/服装需要近似拍摄等问题，使用可灵O1，能搭建你的永不停止的捏造T台：上传模特 + 服装实拍图，输入指示，好意思满归附衣饰的质感和细节，批量坐蓐高质料的 Lookbook 视频。

据悉，可灵O1能罢了上述巨大而全面的功能，源于在技能底座上的深层立异。全新的可灵视频O1模子冲破视频模子在生成、编订与融会上的功能割裂，构建了全新的生成式底座。和会多模态融会的Multimodal Transformer和多模态长高下文，罢了了多任务的深度和会与和洽。（心月）