12 月 1 日消息，可靈 AI 今晚通過官方公眾號宣布，全球首個統一多模態視頻模型 —— 可靈視頻 O1 模型全量上線。

IT之家從官方介紹獲悉，可靈 O1 模型構建了全新生成式底座，從而能夠“打破功能割裂”，并引入 MVL（多模態視覺語言）交互架構，可在單一輸入框內無縫融合多種任務。結合 Chain-of-thought 技術，模型從而具備強大的常識推理與事件推演能力。

官方更稱，依托統一模型的深層語義理解力，“每一張照片、每一個視頻、每一段文字，在可靈 O1 眼中皆是指令”。同時上線的還有全新創作界面，僅需簡單對話，輕松使用各種素材，精準生成每一處細節。

其支持多視角構建主體，號稱無論鏡頭如何流轉，主體特征都能穩定如一，確保畫面精準、連貫。同時，其支持自由組合多個主體。