12 月 1 日消息，可靈 AI 今晚通過(guò)官方公眾號(hào)宣布，全球首個(gè)統(tǒng)一多模態(tài)視頻模型 —— 可靈視頻 O1 模型全量上線(xiàn)。

從官方介紹獲悉，可靈 O1 模型構(gòu)建了全新生成式底座，從而能夠“打破功能割裂”，并引入 MVL（多模態(tài)視覺(jué)語(yǔ)言）交互架構(gòu)，可在單一輸入框內(nèi)無(wú)縫融合多種任務(wù)。結(jié)合 Chain-of-thought 技術(shù)，模型從而具備強(qiáng)大的常識(shí)推理與事件推演能力。

官方更稱(chēng)，依托統(tǒng)一模型的深層語(yǔ)義理解力，“每一張照片、每一個(gè)視頻、每一段文字，在可靈 O1 眼中皆是指令”。同時(shí)上線(xiàn)的還有全新創(chuàng)作界面，僅需簡(jiǎn)單對(duì)話(huà)，輕松使用各種素材，精準(zhǔn)生成每一處細(xì)節(jié)。

其支持多視角構(gòu)建主體，號(hào)稱(chēng)無(wú)論鏡頭如何流轉(zhuǎn)，主體特征都能穩(wěn)定如一，確保畫(huà)面精準(zhǔn)、連貫。同時(shí)，其支持自由組合多個(gè)主體。