可灵发布全球首个统一多模态视频模型，主体一致性表现惊人！

作者｜子川

来源｜AI先锋官

快手带着大家伙来了！

12月1号，可灵AI突然放出一个重磅消息——推出了O1模型。

官方称其为"全球首个统一多模态视频模型"。

从官方给出的介绍来看，这次可灵O1的核心亮点在于把文生视频、图生视频、视频编辑、内容增删、风格变换等一大堆功能，全部集成到一个统一的模型里。

以前我们用AI视频工具，基本都是这样的：想文生视频，就去文生视频的入口；想图生视频，就得切换到图生视频功能；想编辑视频，又得找视频编辑工具。

每个功能都是独立的，切换起来麻烦不说,效果还不一定连贯。

但可灵O1不一样，它把这些功能全部融合到一个模型里。

你上传一张图片、一段视频，或者直接输入文字描述，模型都能理解你想干什么，然后直接给你生成出来。

更厉害的是，这个模型还结合了Chain-of-thought技术，也就是思维链推理能力。

这意味着它不仅能理解你的指令，还能像导演一样记住主角、道具和场景，无论镜头怎么切换，主体特征都能保持一致。

说了这么多理论，那实际效果到底怎么样？下面我们来试玩一番。

视频内容增删是可灵O1最让人惊喜的功能之一。

你可以在视频中任意增加或删除内容，比如给角色添加一件衣服、消除路人、增加道具等等。

比如上传一个女生打伞的视频，但是我需要去除这把伞，效果是这样的——

原视频

可以很清楚地看到，原视频中的伞被删除掉。而且视频的一致性保持的相当出色，除了伞以外，其他都没有任何变化。

不过也会去除不完整的情况出现。

像下面这一段，原本视频中有一只小兔子。

把它删除效果是这样的，细看可以看出兔子原有的位置扣除的并不干净。

除了增删，可灵O1还能修改视频中的特定部分。比如你想把角色的衣服从红色改成蓝色，想把夏天的场景变成冬天，或者给视频加上特效，都能轻松实现。

比如把原有视频中的形象进行替换。

原视频

一致性的效果依旧出色，这次我们可以用蜡烛作为参考物，原视频的蜡烛燃烧的状态和修改后视频的一致的。

还能把骑自行的车傻狍子换成一只兔子。

不过也有失败的案例，比如左侧的杯子凭空长出了一条尾巴。

同时你还可以在原有视频中增加一些元素，比如在跳舞女孩的后面添加一个外星人。

还有之前很火的风格转换可也以在可灵O1中完成。

把风景视频转换成日本动漫风格。

整体体验下来会发现，可灵O1提供了统一的Omni界面，支持图片、视频、主体等多模态输入。整个操作流程非常简单，学习成本比较低。

同时在实际体验过程中发现可灵O1在某些复杂场景下可能还会有一些瑕疵，但这种"大一统"的设计理念，很可能会成为未来AI工具发展的方向。

毕竟，谁不想要一个能解决所有问题的全能工具呢？

目前可灵O1已经全量上线，感兴趣的可以去体验一下。

扫码邀请进群，我们带你一起来玩转ChatGPT、GPT-4、文心一言、通义千问、讯飞星火等AI大模型，顺便学一些AI搞钱技能。