深度解读可灵O1：AI视频领域的全能新霸主来了

type

status

date

slug

summary

全能基座：解密“Omni”多模态融合

进入可灵O1的界面，最引人注目的莫过于那个“O”。这个O代表着“Omni”，源自拉丁语前缀，意为“所有、一切”。这与GPT-4o中的“o”有着异曲同工之妙。在 大模型 领域，名字里带上Omni，基本是在宣告：我是一个打通了视觉、语言、视频等多模态的大一统基座。

以往的 AI 视频工具，往往在单一功能上表现出色，比如有的擅长生成，有的擅长风格化。但可灵O1打破了这一界限。它不仅支持传统的图片和视频上传，还引入了“主体”预设功能，允许用户封装人物或物品的多角度特征以便重复调用。这种融合性的设计，标志着 人工智能 视频工具从“玩具”向“生产力工具”迈出了关键一步。对于关注 AI新闻 的用户来说，这无疑是一个强烈的信号：视频生成的门槛正在被进一步拉低，而天花板正在被无限抬高。

“言出法随”：视频内容的自由增删

可灵O1最令人惊艳的功能之一，是实现了真正意义上的“用嘴改视频”。在传统的后期制作中，想要在视频里增加一个物体（如桌上的水杯）或删除一个多余的路人，往往需要专业的后期师耗费大量时间进行逐帧修补和合成。

现在，借助 LLM 和视觉模型的结合，可灵O1允许用户通过自然语言指令完成这些复杂的编辑： * 内容增加：比如给电影《马达加斯加的企鹅》中的角色穿上西装、戴上墨镜，只需一句话描述，模型就能生成毫无违和感的画面，且支持3-10秒的时长。 * 内容消除：这简直是后期师的福音。无论是公司走廊里的路人，还是动画片里多余的角色（如《哆啦A梦》中的小夫），用户可以说一句“消除画面中的某人”，该对象就会像被灭霸打了响指一样彻底消失，背景自动补全，几乎看不出痕迹。

这种能力的出现，极大地降低了视频制作的成本，让 AI变现 和内容创作变得更加容易。

精准重绘与风格迁移：从换装到赛博朋克

除了增删内容，可灵O1在局部修改和整体风格把控上也展现出了强大的实力。这不仅是简单的滤镜，而是基于 大模型 对视频语义深度理解后的重构。

特定内容修改：用户可以要求只改变视频中的某一部分，而不影响其他画面。例如，将人物手中的篮球变成足球，或者将夏天的街道瞬间变成开裂的雪地。这种“百变”能力，让视频素材的复用性大大提高。

视频风格化：这是 AI 视频早期的热门玩法，现在在O1模型中更加成熟。用户可以将实拍视频一键转化为像素风、手绘风，甚至结合名画（如蒙克的《呐喊》）风格，创造出极具视觉冲击力的艺术作品。

虽然目前在大幅度运动的精细控制上（如足球运动轨迹）偶尔会有瑕疵，但对于短视频创作者而言，这种“扬长避短”的工具已经足够强大。

生产力革命：自动绿幕与动作迁移

对于专业用户而言，可灵O1提供的自动绿幕抠像和动作迁移功能，则是实打实的生产力提升。

一键绿幕：以往制作特效视频，第一步往往是搭建绿幕拍摄。现在，可灵O1利用其强大的分割能力，可以将现有的视频素材（如太空中漂浮的史迪仔）自动扣出主体，并将背景替换为绿幕。这为后续的特效合成提供了极大的便利，甚至可能改变传统影视后期的工作流程。

动作迁移：这是将一个视频的动作“复制”到另一个角色身上的技术。比如，你有一个魔性的跳舞视频，你可以让《疯狂动物城》的尼克狐狸，甚至是一张静态图生成的人物，完美复刻这段舞蹈。这种功能此前多散见于各类 AI工具 中，现在被集成在O1模型里，且效果稳定，甚至可以替代简单的动作捕捉设备。

结语

可灵O1的发布，不仅仅是一个新功能的上线，它是 AI视频 领域迈向“大一统”模型的里程碑。虽然在多主体识别和画面极致细节上仍有进步空间，但它展示了一个清晰的未来：视频创作将不再受限于拍摄器材和后期技术，而是取决于你的想象力和 提示词（Prompt）的构建能力。

正如当年的可灵1.0到如今的O1，技术的进化速度惊人。也许在不久的将来，我们只需给出一个创意，AI 就能包办从策划、拍摄到剪辑的全流程。对于每一个关注 AGI 和 人工智能 发展的从业者来说，现在正是拥抱这一变革的最佳时机。

想要了解更多关于 AI新闻、大模型 评测及前沿 AI资讯，请务必访问我们的 AI门户：https://aigc.bar。在这里，你可以获取最新的 AI日报，掌握 AI变现 的先机。