可灵AI今日全量开放O1视频大模型：一体化多模态架构 支持一句话生成视频

可灵AI宣布，其自研的O1视频大模型自今日零点起向公众全面开放。该模型采用MVL（多模态视觉语言）一体化交互架构，在同一输入框中可同时处理文字、图片与视频指令，并首次引入Chain-of-Thought推理链路，官方称其为“全球首个统一多模态视频大模型”。

不同于行业常见的分步式流程，O1可一站式完成文生视频、图生视频、局部编辑与镜头延展，无需来回切换界面。可灵AI产品负责人表示，模型通过多视角主体构建技术锁定人物与物体特征，解决镜头切换时的“特征漂移”问题，保障多主体场景画面连贯。

目前，O1已在可灵App及官网同步开放体验，支持3–10秒时长自由设定，面向短视频创作者、广告团队及个人用户。公司表示，后续将开放API接口，供第三方平台接入。业内分析认为，O1的上线或进一步降低AI视频制作门槛，但在生成质量与成本效率上的平衡，仍需市场检验。