可靈AI通過官方公眾號正式宣布，其研發的全球首個統一多模態視頻模型——可靈視頻O1模型已全面上線。這一突破性成果標志著視頻生成技術邁入全新階段，通過整合多模態交互能力，為用戶提供更智能、更靈活的創作體驗。

據官方介紹，可靈O1模型的核心創新在于構建了統一的生成式底座架構。該架構突破了傳統功能模塊的割裂限制，通過引入MVL（多模態視覺語言）交互框架，實現了文本、圖像、視頻等不同形式輸入的無縫融合。用戶僅需在單一交互界面中輸入指令，即可完成復雜場景的生成任務，顯著提升了創作效率。

技術層面，模型深度融合了Chain-of-thought推理機制，使其具備強大的常識判斷與事件推演能力。官方宣稱，該系統能夠精準解析各類輸入內容，無論是靜態照片、動態視頻還是文字描述，均可轉化為可執行的創作指令。配合全新升級的交互界面，用戶通過自然語言對話即可自由調用素材庫，實現細節參數的精準調控。

在主體呈現方面，可靈O1模型展現出顯著優勢。其支持多視角主體構建技術，即使鏡頭角度發生劇烈變化，主體特征仍能保持高度一致性，確保畫面連貫穩定。更值得關注的是，該系統允許用戶同時操作多個獨立主體，通過智能關聯算法實現復雜場景的協同生成，為影視制作、廣告創意等領域開辟了新的可能性。

此次升級同步推出的創作平臺進一步降低了技術門檻。用戶無需掌握專業軟件操作，通過直觀的對話式交互即可完成從概念設計到成品輸出的全流程。系統內置的智能糾錯機制可實時優化生成結果，確保最終作品符合創作預期。據測試數據顯示，新平臺在復雜場景渲染速度上較前代產品提升近40%，同時保持了98.7%的語義理解準確率。