12 月 1 日消息，可灵 AI 今晚通过官方公众号宣布，全球首个统一多模态视频模型 —— 可灵视频 O1 模型全量上线。
从官方介绍获悉，可灵 O1 模型构建了全新生成式底座，从而能够“打破功能割裂”，并引入 MVL（多模态视觉语言）交互架构，可在单一输入框内无缝融合多种任务。结合 Chain-of-thought 技术，模型从而具备强大的常识推理与事件推演能力。
官方更称，依托统一模型的深层语义理解力，“每一张照片、每一个视频、每一段文字，在可灵 O1 眼中皆是指令”。同时上线的还有全新创作界面，仅需简单对话，轻松使用各种素材，精准生成每一处细节。
其支持多视角构建主体，号称无论镜头如何流转，主体特征都能稳定如一，确保画面精准、连贯。同时，其支持自由组合多个主体。
