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。该模型构建了全新的生成式底座，打破了功能割裂，并引入了MVL（多模态视觉语言）交互架构，可以在单一输入框内无缝融合多种任务。结合Chain-of-thought技术，模型具备强大的常识推理与事件推演能力。

据官方介绍，可灵O1模型拥有深层语义理解力，能够将每一张照片、每一个视频、每一段文字都视为指令处理。此次还推出了全新创作界面，用户只需简单对话就能轻松使用各种素材，精准生成每一处细节。

该模型支持从多视角构建主体，无论镜头如何流转，都能保持主体特征的稳定如一，确保画面精准连贯。此外，它还允许自由组合多个主体，为用户提供更多创作可能性。