「Kling O1」模型核心功能解析 這是業界首個實現「多任務一體化」的多模態視訊生成模型。 它能理解文字、圖片、影片等多種輸入，自動辨識你想幹嘛，然後產生你要的影片或編輯現有的影片。 過去：每種任務一個模型。 現在：一個O1 模型全搞定。 O1 模型在底層實現了多種視訊任務的深度融合： - 文字生成影片（Text-to-Video） - 影像/主體參考產生（Reference-to-Video） - 影片修改與增刪（Video Editing & Inpainting） - 視訊風格遷移（Video Restyle） - 鏡頭拓展與縮時敘事（Next/Previous Shot Generation） - 首尾幀約束產生（Keyframe-Constrained Video Generation） 以往需要多個模型或獨立工具才能完成的複雜流程，如今可以在單一引擎中完成。 這不僅顯著降低了創作與運算成本，也為「統一視訊理解與生成模型」的發展奠定了基礎。
1、全能指示：一句話隨意修改影片！ 這個功能非常革命性 O1 支援將文字、圖片、主體、視訊等任意模態作為輸入，並進行語意理解和指令解析。 將輸入畫面解析為可執行的命令 使用者可透過自然語言指令對影片進行直接控制編輯： “移除畫面中的路人” “將白天場景改為黃昏” “替換主角服裝為黑色風衣”
2、O1 模型還具有「記憶力」！ O1 模型強化了跨模態一致性建模能力，可在生成過程中維持參考主體的結構、材質、光照與風格穩定。 舉個例子： 你上傳一張角色照片（黑人青年穿風衣） 然後讓他出現在不同的鏡頭：街頭、雨夜、外太空… O1 會自動辨識出那是同一個人，造型、膚色、特徵完全一致
甚至能記住多個主體角色和對象 讓不同角色在影片中互動； 保持風格、服飾、姿態一致性
3.超強組合：各種技能自由疊加 O1 模型允許不同任務間進行組合調用，例如： 在影片中同時新增主體並修改風格； 同時進行鏡頭延展與環境變換； 在編輯影片的同時進行語意驅動的光影調整。 透過此機制，視訊生成過程從“單一功能呼叫”提升為“語義級任務編排”， 具備高度的彈性與創新潛力。
4.多模態指令輸入展示 影像參考生成 支援參考圖片/主體裡的角色/道具/場景等多種元素，靈活生成創意影片。
修改視訊主體
風格變換
刪除特定對象
新增特定對象
影片參考 支援參考影片內容，進行產生上一個鏡頭/下一個鏡頭
也可以參考視訊動作/運鏡 進行創意生成
支援添加首幀圖，或同時添加首尾幀圖，並文字描述場景過渡、運鏡軌跡或角色動作，精準控制影片從開始到結束的全過程。
「Kling O1」模型核心功能解析及操作指南 ：xiaohu.ai/c/ai-2b1dc7/ai…