全球首个大一统多模态视频模子可灵O1宣布让P视频像P图一样简朴

克日，全球首个大一统的多模态视频、图片创作工具"可灵O1"正式上线�？闪镺1基于全新的视频和图像模子，以自然语言作为语义骨架，配合视频、图片、主体等多模态形貌，将所有天生和编辑使命融合于一个万能引擎之中，为用户搭建全新的多模态创作流，实现从灵感应制品的一站式闭环。

大一统模子，解决视频创作的所有难题

作为首个大一统多模态视频模子，可灵O1基于MVL（Multi-modal Visual Language，多模态视觉语言）理念，突破了古板简单视频天生使命的模子界线，将参考生视频、文生视频、首尾帧生视频、视频内容增删、视频修改变换、气概重绘、镜头延展等多种使命，融合于统一个万能引擎之中，使得用户无需在多个模子及工具间跳转，即可一站式完成从天生到修改的所有创作流程。

依托可灵视频O1模子的深层语义明确力，用户上传的图片、视频、主体、文字——在可灵O1眼中，皆是指令。模子突破了模态限制，能够综合明确一张照片、一段视频或一个主体，甚至一个角色的差别视角，精准天生种种细节。

可灵O1的多模态指令输入区，让繁琐的剪辑后期酿成了简朴的对话。用户无需手动遮罩或要害帧，只需输入「移除路人」、「将白天改为黄昏」或「替换主角打扮」，模子即可读懂影像逻辑，从局部的主体替换，到整体的视频气概重绘，自动完成像素级的语义重构。别的，如图片/主体参考；指令变换（视频增添、删除内容、切换景别/视角、视频修改使命等）、视频参考、首尾帧、文生视频等能力也一并支持。

针对AI视频难以落地的痛点——角色与场景的一致性，可灵O1底层强化了对输入图像及视频的明确。它能像人类导演一样，“记着”主角、道具和场景。无论镜头怎样流转，主体特征始终稳固如一。别的，该模子展现了强盛的多主体融合能力。用户可以自由组合多个差别主体，或将主体与参考图混搭。即即是在重大的群像戏或互动场景中，模子也能自力锁定并坚持每一位角色或道具的特征，确保“主角”在差别镜头中实现工业级的特征统一。

不再局限于单点使命，而是支持“手艺组合”。用户可以要求可灵O1“在视频中增添主体的同时修改配景”，或者“在图片参考天生时，同步修改气概”。这种一次天生多种创意转变的能力，极大地拓展了创作的自由度，让创意的化学反应成为可能。

叙事时长自由界说，让每一段故事都有其奇异的呼吸感�？闪镺1将界说时间的权力交还给创作者，支持3-10秒自由天生。无论是短促的视觉攻击，照旧悠长的故事铺陈，都由用户自由掌控。值得注重的是，作为统一模子的一部分，可灵O1的首尾帧能力也将支持3-10秒的天生时长选择（即将宣布），这将进一步增强叙事的张弛度。

一同登场的尚有可灵图像O1模子，可实现从基础图像天生到高阶细节编辑全链路无缝衔接，用户既可通过纯文本天生图像，也可上传最多10张参考图举行融合再创作。该模子具备四大焦点优势：特征高度坚持，让主体元素稳固不误差；细节修改精准响应，让每一处调解都切合预期；气概调性准确把控，让画面气氛始终统一；超富厚想象力，让创意泛起更具张力，真正实现“所想即所得”。

一个模子，搞定影视、自媒体、广告电商等多视频创作场景

全新的可灵O1集天生与编辑于一体，可普遍适用于影视、自媒体、广告电商等多种场景。无论是从零构建的叙事天生，照旧对既有素材的深度重塑，可灵O1都能凭证差别需求，无邪挪用其参考、编辑的能力，轻松完成创作。

在影视创作领域，依附可灵O1的超强一致性的图片（主体）参考，配合主体库功效，可以精准锁定每个分镜的角色及服化道，轻松创作天生多个连贯的影视镜头；而关于视频后期、自媒体创作者来说，可通过简朴对话式的提醒词，如输入“删除配景中的路人”、“让天空变蓝”，就能让可灵O1自动完成像素级的智能修补与重构。

针对古板线下广告实拍本钱高，制作周期长的问题。现在用户只需上传商品图、模特图和场景图，配合简朴指令形貌，即可快速天生多个酷炫的商品展示广告，大幅降低实拍本钱。针对模特约拍贫困、替换配景/打扮需要重复拍摄等问题，使用可灵O1，能搭建你的永不落幕的虚拟T台：上传模特 + 打扮实拍图，输入指令，完善还原衣饰的质感和细节，批量生产高质量的 Lookbook 视频。

据悉，可灵O1能实现上述强盛而周全的功效，源于在手艺底座上的深层立异。全新的可灵视频O1模子突破视频模子在天生、编辑与明确上的功效割裂，构建了全新的天生式底座。融合多模态明确的Multimodal Transformer和多模态长上下文，实现了多使命的深度融合与统一。

《亚洲一区二区在》，《Q8X2R7L1T4J5M9B6W3》