12月2日，可灵AI宣布自研O1视频大模型正式向公众开放。公司称，新模型把文本、图片、视频三种指令合并到同一输入框，可一次完成文生视频、图生视频、局部编辑和镜头延展，无需切换界面。
技术方面，O1采用多模态视觉语言（MVL）架构，并加入Chain-of-Thought推理链路，官方称其是“全球首个统一多模态视频大模型”。据产品负责人介绍，模型通过多视角主体构建技术锁定人物与物体特征，减少镜头切换时的“特征漂移”，以保持画面连贯。
目前，用户可在可灵App及官网体验该功能，支持3–10秒时长自定义，主要面向短视频创作者、广告团队和个人。公司计划后续开放API，供第三方接入。行业观点认为，O1或降低AI视频制作门槛，但其生成质量与成本控制仍需市场验证。