可靈3.0系列模型正式上線：屬于每個人的導演時代來臨

可靈3.0上線，AI視頻創作進入影視級導演時代。

近日消息，可靈AI正式全球上線3.0系列模型，目前正面向黑金、鉆石、鉑金會員開放使用，預計將于近期全量上線。此次發布的可靈視頻3.0、可靈視頻3.0 Omni及可靈圖片3.0、可靈圖片3.0 Omni模型，覆蓋圖片生成、視頻生成、編輯及后期等影視級全流程鏈路，標志著AI正式進入影視與創意內容的核心生產環節，可靈AI也正式邁入3.0時代。

▎全新All-in-One產品和技術理念 多模態輸入輸出一體化助力原生創作

可靈3.0系列模型基于All-in-One產品和技術理念構建，形成一個多模態輸入與輸出高度統一的一體化視頻模型體系。它并非將功能簡單疊加，而是通過統一架構，將影像創作中的理解、生成與編輯整合為一個連續流程，讓創作首次在單一模型內完成閉環。

在這一體系下，創作者可以同時使用文字、圖片、聲音與視頻作為輸入，并直接獲得可用的專業影像級輸出結果，創作過程不再被拆分為多個工具與步驟。

圍繞創作者最關心的穩定性與表達力，可靈3.0系列模型在多個關鍵環節上做了系統級增強。長期困擾行業的一致性問題獲得突破性進展：通過整合視頻主體上傳、音色綁定及全球首創的“圖生視頻+主體參考”等一系列技術能力，能夠使得人物形象、動作與聲音在復雜鏡頭切換中保持穩定，文字清晰、品牌標識可識別，即便在多語言場景下，視覺風格與角色特征也能高度統一。

在敘事層面，模型支持最長15秒的連續生成，并引入智能分鏡與自定義鏡頭控制，讓創作者能夠直接組織鏡頭節奏與敘事結構，不再依賴碎片化拼接，從而讓鏡頭具備情緒遞進與畫面張力。

可靈視頻3.0 智能分鏡

音畫能力也被進一步拉齊到影視創作標準。視頻3.0與視頻3.0 Omni均支持原生音畫同出，覆蓋多語種與多種地方口音，人物口型、情緒與表演更加自然，整體畫面真實感顯著提升，人物演繹更具表演張力。圖片模塊則支持4K超清輸出，分鏡圖與系列組圖的引入，使靜態畫面本身也具備完整的敘事能力。

從單點生成到系統化調度，可靈3.0系列模型不只是一次模型升級，而是創作方式的變化。它將原本需要多人協作、多輪修正才能完成的導演級表達，壓縮進更直接、更可控的創作流程中，讓更多創作者能夠以接近專業制作的方式完成影像表達。

▎可靈視頻3.0：電影級敘事與精準掌控

全新的智能分鏡系統如同一位AI導演，能深度解 讀劇本意圖，自動調度機位與景別。無論是經典的“正反打”對話，還是復雜的跨分鏡轉場，均可一鍵生成，大幅降低后期修正成本。

靈視頻3.0 全球首創“圖生視頻 + 主體參考”技術

通過全球首創的“圖生視頻 + 主體參考”技術，創作者可對畫面特定元素進行二次錨定。無論鏡頭如何推拉搖移，主角、道具及場景特征始終穩定如一。該技術有效解決了行業長期存在的“主體崩壞”痛點。此外，模型支持最高15秒超長連續生成，并適配多國語言（中英日韓西）及多種地方口音及方言（粵語、四川話、東北口音、北京口音等），實現情緒飽滿的音畫同步表演。這些能力使AI不再僅是工具，而是能執行導演意圖的智能創作伙伴。

▎可靈視頻3.0 Omni：全能參考與極致一致性

Omni版本進一步強化了角色一致性與指令響應的敏銳度。具體來說，創作者只需上傳參考素材，模型即可實現對特定主體視覺特征與音色的原生提取與綁定。基于特征解耦技術，角色、道具等元素可在不同場景中自由復用，始終保持同一張臉、同一種聲音。

可靈視頻3.0 Omni自定義分鏡

該版本不僅讓畫面更少崩壞、更具靈動感，還攻克了文字變形等難題，結合靈活的分鏡控制能力，使AI生成內容達到專業影視的“直接交付”標準。這相當于為導演提供了高度可控的“數字演員”與“虛擬攝制組”。

▎可靈圖片3.0系列模型：強化靜態敘事 并支持4K超高清

可靈圖片3.0及可靈圖片3.0 Omni模型專注于強化靜態畫面的“敘事感”，用靜幀講述完整故事。模型能深度解構提示詞中的視聽元素，精準把控構圖與視角邏輯，高度適配影視分鏡、場景設定等專業需求。

新版本支持2K/4K超高清圖直出，并新增系列組圖生成功能，在增強畫面真實感的同時，確保組圖間風格、光影與細節的高度統一，滿足專業視覺物料對精度與一致性的嚴苛要求。

▎打破創作壁壘：AI成為核心生產鏈路與三次躍遷

可靈AI 3.0完成了從“可用”到“可控”，再到“專業調度”的三次關鍵躍遷。自2024年6月發布全球首個面向用戶的DiT 視頻生成模型以來，可靈 AI 推動行業進入“可用時代”；進入2.0階段后，通過模型能力和表現力的持續提升，實現了從“可用”到“好用”的演化。

基于All-in-One理念打造的可靈AI 3.0系列模型，在近期推出的O1和2.6模型基礎上，進一步深化Multi-modal Visual Language（MVL）交互理念，實現了從“基礎生成”到“專業調度”的系統性跨越，在生成質量和專業可控兩大創作維度上取得關鍵突破。

通過智能分鏡、圖生視頻 + 主體參考、多語言多口音音畫同出等核心能力，模型不再只是理解創作意圖，而是能夠對鏡頭節奏、角色關系與視聽結構進行系統級調度與協同。創作者可以在一個模型內完成分鏡組織、主體錨定與敘事推進，可靈AI也由此完成了從單點生成工具，向內容創意者下一代“創作接口”的進化。

在影視和廣告領域，創作者可利用智能分鏡等鏡頭調度能力快速驗證創意；在游戲與虛擬制作中，穩定的角色一致性則能大幅加速數字資產的構建。據公開數據，截至2025年12月，可靈AI 已擁有超過6000萬創作者，生成超過6億個視頻，服務超過3萬家企業用戶，年化收入運行率達到2.4億美元。

可靈3.0系列模型的發布標志著AI從一個簡單的生成工具轉變為理解創作意圖、執行分鏡的創作協作者，屬于每個人的導演時代已經來臨。

未經「AI科技評論」授權，嚴禁以任何方式在網頁、論壇、社區進行轉載！

公眾號轉載請先在「AI科技評論」后臺留言取得授權，轉載時需標注來源并插入本公眾號名片。