产品应用7

可灵O1：开启AI视频大一统时代

数字生命卡兹克2025-12-02

AI 摘要

可灵发布多模态视频大模型可灵O1，集多种视频能力于一体。它能轻松增删、修改视频内容，进行动作迁移、风格更改等。虽初期有不足，但为AI视频发展奠定基础。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

updream预演台：破解AI视频运镜难题

用AI做视频常遇运镜、人物走位等问题，因文生视频系统缺空间锚定能力。updream在8月17日上线「预演台」功能，通过传参考图自动生成3D白模场景，实测显示其显著减少「抽卡」次数。

过去两年，AI 生成图片、视频变得容易，但让 AI 理解并按创作者意图创作很难。美图影像研究院过去几年围绕高频创作场景痛点展开研究，11 篇论文被国际顶会接收，成果通过产品落地转化为 AI 影像能力。

视觉Token冗余是多模态模型高效推理与落地的瓶颈，传统筛选方法有缺陷。紫东太初团队提出GMC核心集剪枝方法，具双阶段架构，优势多，实验显示其能在减少Token同时保持性能。

近期AI视频赛道竞争激烈，FLUX 3登场，国内巨头也纷纷推出新模型。字节Seedance 2.5优势明显，但适用特定场景。Seedance 2.0 fast降至6毛每秒，经多场景实测，表现均衡，是性价比之选。