作為一名每天都在和各種AI模型“斗智斗勇”的內容創作者，我不得不承認，視頻生成這塊骨頭一直是最難啃的。我們要么在不同工具間反復橫跳，要么對著生成的視頻里亂飛的五官嘆氣。

但最近，快手旗下的可靈AI發布了全新的“可靈O1”模型，并且已經在LiblibAI上線。上手體驗了一番后，我那種“終于等到你”的感覺非常強烈。它不是簡單的畫質升級，而是改變了玩視頻的邏輯。

為什么叫O1？不僅僅是名字好聽

O1代表的是Omni，也就是“全能”。

以前我們做AI視頻是怎樣的？先用Midjourney出圖，再用Runway或者Luma讓圖動起來，如果想改個細節？對不起，重抽卡吧。

可靈O1最大的突破在于它是一個“統一多模態架構”。別被這幾個技術名詞嚇跑，說人話就是：它把文生視頻、圖生視頻、視頻編輯全部揉進了一個引擎里。你不需要切換工具，在一個對話框里就能搞定所有事情。這就像是你從帶著一堆螺絲刀、錘子、扳手出門，變成只帶了一把瑞士軍刀。

能聽懂人話的“剪輯師”

這個模型最讓我驚喜的是它的理解能力。它引入了MVL（多模態視覺語言）交互架構和Chain-of-thought（思維鏈）技術。

這意味著什么？意味著它真的能聽懂你在說什么，并且具備一定的物理常識。

舉個例子，如果我上傳一段夏天的視頻，對它說“把夏天變成冬天”，它不僅僅是把畫面調冷，它可能會給樹加上積雪，給人物加上哈氣。或者你覺得畫面里那個路人礙眼，直接輸入“刪除路人”，它就能像PS里的內容識別填充一樣，把人抹掉并自動補全背景。

它甚至支持像“@某張圖片 + @某個視頻 + 生成下一個鏡頭”這樣的組合指令。這種“指哪打哪”的像素級語義重構，才是創作者真正需要的生產力。

告別“變臉”，角色終于穩了

做連續劇情短片最大的噩夢就是角色一致性。往往第一個鏡頭主角是吳彥祖，下一個鏡頭就變成了吳孟達。

可靈O1在這個痛點上下了狠功夫。它支持最多7張參考圖輸入，并且有一個專門的主體庫。在實測中，即使鏡頭發生大幅度的運鏡或者場景切換，主角的臉部特征、衣服細節依然能保持高度穩定。

對于那些想做AI電影或者連載短劇的朋友來說，這絕對是個殺手锏。

實誠的測評：優點突出，但也別神化

雖然吹了這么多，但作為一名客觀的測評者，我得潑點冷水，讓大家有個合理的預期。

首先，它是剛發布的一代模型。目前生成的視頻分辨率最高是1080p，還沒到4K級別。如果你是追求極致畫質的“數毛黨”，可能在人物特寫時會發現面部細節還不夠完美。

其次，它目前是個“啞巴”。雖然視頻生成很強，但它不支持生成音效或對白，聲音部分還得靠你自己后期合成。

再者，它對特別復雜的動詞指令，比如“躡手躡腳地潛行”這種帶有微妙情緒和姿態的詞，理解上偶爾還會差點意思。

圖片

在哪里能玩到？

目前體驗這個模型最方便的渠道是LiblibAI平臺，作為首發合作方，入口很顯眼。當然，你也可以去可靈AI的官網或App。

總結一下

可靈O1不是那種只會在參數上卷數字的模型，它是奔著解決實際工作流問題去的。雖然它還不完美，但它展示了一種可能性：未來的視頻創作，真的可以像現在P圖一樣簡單、直觀、隨心所欲。

對于我們這些創作者來說，工具的門檻越低，留給創意的空間就越大。這就夠了。