可靈發布全球首個統一多模態視頻模型，主體一致性表現驚人！

作者｜子川

來源｜AI先鋒官

快手帶著大家伙來了！

12月1號，可靈AI突然放出一個重磅消息——推出了O1模型。

官方稱其為"全球首個統一多模態視頻模型"。

從官方給出的介紹來看，這次可靈O1的核心亮點在于把文生視頻、圖生視頻、視頻編輯、內容增刪、風格變換等一大堆功能，全部集成到一個統一的模型里。

以前我們用AI視頻工具，基本都是這樣的：想文生視頻，就去文生視頻的入口；想圖生視頻，就得切換到圖生視頻功能；想編輯視頻，又得找視頻編輯工具。

每個功能都是獨立的，切換起來麻煩不說,效果還不一定連貫。

但可靈O1不一樣，它把這些功能全部融合到一個模型里。

你上傳一張圖片、一段視頻，或者直接輸入文字描述，模型都能理解你想干什么，然后直接給你生成出來。

更厲害的是，這個模型還結合了Chain-of-thought技術，也就是思維鏈推理能力。

這意味著它不僅能理解你的指令，還能像導演一樣記住主角、道具和場景，無論鏡頭怎么切換，主體特征都能保持一致。

說了這么多理論，那實際效果到底怎么樣？下面我們來試玩一番。

視頻內容增刪是可靈O1最讓人驚喜的功能之一。

你可以在視頻中任意增加或刪除內容，比如給角色添加一件衣服、消除路人、增加道具等等。

比如上傳一個女生打傘的視頻，但是我需要去除這把傘，效果是這樣的——

原視頻

可以很清楚地看到，原視頻中的傘被刪除掉。而且視頻的一致性保持的相當出色，除了傘以外，其他都沒有任何變化。

不過也會去除不完整的情況出現。

像下面這一段，原本視頻中有一只小兔子。

把它刪除效果是這樣的，細看可以看出兔子原有的位置扣除的并不干凈。

除了增刪，可靈O1還能修改視頻中的特定部分。比如你想把角色的衣服從紅色改成藍色，想把夏天的場景變成冬天，或者給視頻加上特效，都能輕松實現。

比如把原有視頻中的形象進行替換。

原視頻

一致性的效果依舊出色，這次我們可以用蠟燭作為參考物，原視頻的蠟燭燃燒的狀態和修改后視頻的一致的。

還能把騎自行的車傻狍子換成一只兔子。

不過也有失敗的案例，比如左側的杯子憑空長出了一條尾巴。

同時你還可以在原有視頻中增加一些元素，比如在跳舞女孩的后面添加一個外星人。

還有之前很火的風格轉換可也以在可靈O1中完成。

把風景視頻轉換成日本動漫風格。

整體體驗下來會發現，可靈O1提供了統一的Omni界面，支持圖片、視頻、主體等多模態輸入。整個操作流程非常簡單，學習成本比較低。

同時在實際體驗過程中發現可靈O1在某些復雜場景下可能還會有一些瑕疵，但這種"大一統"的設計理念，很可能會成為未來AI工具發展的方向。

畢竟，誰不想要一個能解決所有問題的全能工具呢？

目前可靈O1已經全量上線，感興趣的可以去體驗一下。

掃碼邀請進群，我們帶你一起來玩轉ChatGPT、GPT-4、文心一言、通義千問、訊飛星火等AI大模型，順便學一些AI搞錢技能。