可靈近日宣布推出視頻生成領域的2.6版本模型，標志著AI視頻創作技術迎來重要突破。該模型首次實現“音畫同出”功能，將聲音與畫面的生成流程整合為單次操作，徹底顛覆了傳統AI視頻制作中“先生成無聲畫面、再人工添加配音”的分步模式。這一創新使創作者能夠直接獲取包含自然語言對話、動作音效及環境背景音的完整視頻內容，顯著優化了創作流程。
技術升級方面，新模型重點強化了文生音畫與圖生音畫兩大核心功能。在語音支持上，目前可生成中英文雙語內容，滿足跨語言創作需求。視頻時長方面，單次生成最長可達10秒，為短視頻創作提供了更靈活的空間。據測試，模型輸出的音頻與畫面同步精度達到毫秒級，環境音效的層次感與人物對話的清晰度均達到行業領先水平。
行業觀察人士指出，此次技術迭代不僅提升了創作效率，更重新定義了AI視頻的工作流標準。傳統模式下，創作者需分別處理畫面生成、語音合成、音效添加等環節，耗時且易出現音畫不同步問題。新模型通過端到端的生成方式，將制作周期縮短60%以上，同時保證了音畫質量的高度統一。目前該技術已開放內測，預計將引發短視頻、廣告營銷等領域的創作范式變革。
