可靈AI今日全量上線O1 視頻大模型：統一多模態架構 支持一句話生成視頻

可靈AI公司宣佈，其自主研發的O1視頻大模型已於今日零時起面向公衆全量開放。該模型採用MVL（多模態視覺語言）統一交互架構，在單一輸入框內融合文字、圖像、視頻三種指令，並首次引入Chain-of-Thought推理鏈路，官方稱其爲“全球首個統一多模態視頻大模型”。

與業界常見的分步式流程不同，O1模型可一次性完成文生視頻、圖生視頻、局部編輯及鏡頭延展任務，無需用戶切換界面。可靈AI產品負責人表示，模型通過多視角主體構建技術鎖定人物與物體特徵，解決鏡頭切換時出現的“特徵漂移”問題，確保多主體場景畫面連貫。

目前，O1模型已在可靈App及官網同步開放體驗，支持3–10秒時長自由設定，面向短視頻創作者、廣告團隊及個人用戶。公司透露，後續將開放API接口，供第三方平臺集成。行業分析師認爲，O1的上線或進一步降低AI視頻製作門檻，但能否在生成質量與成本效率之間取得平衡，仍有待市場檢驗。