視頻創(chuàng)作領(lǐng)域迎來重大突破，可靈AI全新推出的O1視頻大模型正式面向所有用戶開放。這款被行業(yè)專家稱為“多模態(tài)視頻生成技術(shù)里程碑”的產(chǎn)品，通過整合多項(xiàng)前沿技術(shù)，有效解決了傳統(tǒng)工具操作繁瑣、功能分散的核心痛點(diǎn)，為創(chuàng)作者提供了一站式智能解決方案。

該模型采用突破性的MVL多模態(tài)視覺語言交互架構(gòu)，將文字、圖像、視頻等不同形式的信息輸入整合到統(tǒng)一操作界面。用戶無需在多個(gè)功能模塊間切換，即可完成從概念構(gòu)思到成品輸出的全流程創(chuàng)作。這種設(shè)計(jì)不僅降低了技術(shù)門檻，更將內(nèi)容生產(chǎn)效率提升至新高度。經(jīng)實(shí)測(cè)，復(fù)雜場(chǎng)景的創(chuàng)作時(shí)間較傳統(tǒng)工具縮短60%以上。

在智能理解層面，系統(tǒng)搭載的Chain-of-thought推理引擎展現(xiàn)出強(qiáng)大能力。當(dāng)用戶上傳基礎(chǔ)素材后，模型能自動(dòng)分析場(chǎng)景邏輯關(guān)系，通過自然語言對(duì)話即可實(shí)現(xiàn)元素增刪、鏡頭擴(kuò)展、動(dòng)作遷移等高級(jí)編輯。例如在處理人物視頻時(shí)，系統(tǒng)可精準(zhǔn)識(shí)別肢體動(dòng)作軌跡，自動(dòng)生成符合物理規(guī)律的延伸畫面，甚至能根據(jù)文本描述添加虛擬道具或背景元素。

針對(duì)多鏡頭切換場(chǎng)景，研發(fā)團(tuán)隊(duì)創(chuàng)新開發(fā)的多視角主體構(gòu)建技術(shù)有效解決了行業(yè)頑疾。通過建立三維特征映射模型，系統(tǒng)能持續(xù)追蹤主體特征變化，確保在不同運(yùn)鏡方式下保持形象一致性。這項(xiàng)突破使得復(fù)雜敘事場(chǎng)景的創(chuàng)作成為可能，為影視級(jí)內(nèi)容生產(chǎn)提供了技術(shù)保障。目前該功能已支持8K分辨率輸出，幀率穩(wěn)定在60fps以上。

即日起，用戶可通過可靈官方平臺(tái)直接體驗(yàn)這項(xiàng)革新技術(shù)。平臺(tái)同時(shí)提供詳細(xì)的教程資源和創(chuàng)作社區(qū)，幫助不同水平的創(chuàng)作者快速掌握智能視頻生產(chǎn)技巧。據(jù)內(nèi)部人士透露，后續(xù)版本將增加實(shí)時(shí)協(xié)作功能，支持多用戶遠(yuǎn)程聯(lián)合創(chuàng)作，進(jìn)一步拓展應(yīng)用場(chǎng)景邊界。