前幾天 Nano Banana Pro 玩瘋了吧，有沒(méi)有想過(guò)什么時(shí)候視頻模型也能有類似的能力。

現(xiàn)在，他來(lái)了?？伸`發(fā)布了 O1，一個(gè)大一統(tǒng)的視頻、圖像生成和編輯工具，支持在一個(gè)界面和流程中完成你需要的全部視頻圖片編輯和生成工作。

總結(jié)一下這次更新內(nèi)容：

• 統(tǒng)一多模態(tài)視頻大模型，把參考生視頻、文生視頻、首尾幀、內(nèi)容增刪與風(fēng)格重繪等任務(wù)融合，一站式完成從生成到修改。

• 支持圖片、視頻、主體與文字的多模態(tài)輸入，直接用自然語(yǔ)言進(jìn)行精細(xì)編輯，無(wú)需遮罩或關(guān)鍵幀。

• 通過(guò)多視角主體與參考素材，保持角色、道具、場(chǎng)景的特征穩(wěn)定與鏡頭間一致性，確保連貫畫(huà)面。

• 自由組合參考與指令，覆蓋運(yùn)鏡、動(dòng)作、鏡頭延展等復(fù)雜玩法。

• 可生成約 3–10 秒的自由敘事鏡頭，靈活控制節(jié)奏與鏡頭長(zhǎng)度。

老規(guī)矩，先來(lái)看一個(gè)藏師傅關(guān)于這次相對(duì)重要的視頻編輯能力和多圖參考能力的演示視頻：

然后我會(huì)對(duì)這次新增的一些能力進(jìn)行測(cè)試，同時(shí)大概教大家一下這個(gè)模式應(yīng)該如何使用。

進(jìn)到可靈頁(yè)面，你就會(huì)注意到左側(cè)新增了一個(gè)非常顯眼的圖標(biāo)，用了這個(gè)后面那幾個(gè)界面你基本就用不著了。

進(jìn)來(lái)以后就會(huì)發(fā)現(xiàn)下方的提示詞輸入框位置集成了非常多的選項(xiàng)，下方用來(lái)切換視頻和圖片生成的基礎(chǔ)操作，比如時(shí)間比例等，上方的幾個(gè)膠囊按鈕主要用來(lái)控制輸入內(nèi)容的類型。

比如圖片主體參考這里他就會(huì)出現(xiàn)、視頻、圖片、主體三個(gè)輸入項(xiàng)，當(dāng)然你可以刪除圖片或者主體，只用文本操作。

然后首尾幀這個(gè)輸入項(xiàng)就會(huì)變成首幀和尾幀，這個(gè)我們就熟悉了，不過(guò)提示詞也需要對(duì)首尾幀進(jìn)行標(biāo)注。

我們先來(lái)看一下最基本的通過(guò)文本進(jìn)行視頻編輯，你只需要上傳需要編輯的視頻，然后在提示詞輸入框輸入提示詞的時(shí)候在指代素材那里@ 對(duì)應(yīng)的素材就行。

然后你就看到你的視頻已經(jīng)被修改了，比如這里我說(shuō)的是穿上黑色風(fēng)衣和帶上墨鏡，可以看到服飾的質(zhì)感還是非常不錯(cuò)的，干周圍環(huán)境融合的也很好，窗臺(tái)的陽(yáng)光照在衣服上的高光也有。

可以看到嘴型和運(yùn)動(dòng)都可以遷移，所以你可以將 O1 當(dāng)做數(shù)字人模型使用。

文本的修改搞完之后就是，圖片參考了，如果你不知道想要修改的環(huán)境或者角色具體怎么描述的話，當(dāng)然可以上傳圖片讓他參考，支持單圖也支持多圖。

在提示詞書(shū)寫(xiě)的時(shí)候需要注意，你是需要直接修改背景還是需要一個(gè)過(guò)渡，這兩個(gè)是不同的。

另外盡量詳細(xì)描寫(xiě)背景的圖片運(yùn)動(dòng)方式或者一些前景會(huì)讓整個(gè)畫(huà)面顯得更加真實(shí)，比如我這里讓他在角色前面增加了藤蔓。

可以看到為了配合這種遺跡環(huán)境的結(jié)果，他還幫我把面部和身體的亮度變暗了，后面的角色也在運(yùn)動(dòng)都沒(méi)啥問(wèn)題。

關(guān)于圖像參考這里有個(gè)技巧，你可以第一次通過(guò)一張圖片對(duì)視頻進(jìn)行修改后，再次將修改后的圖片讓他修改，這樣可以最大程度確保對(duì)于視頻編輯的控制力度。

第一次修改抽卡直到有符合你要求的內(nèi)容之后再進(jìn)行第二次修改。

比如我上面這里，顯示讓他在我桌面上增加了最近比較火的瘋狂動(dòng)物城的朱迪，然后在用剛才生成的視頻讓他向視頻中增加可靈 O1 的文字。

然后你可能一直好奇上面素材部分的主體是什么東西，這是這次 O1 新增的一個(gè)元素，簡(jiǎn)單來(lái)說(shuō)就可以理解為你創(chuàng)建的角色，常用角色創(chuàng)建后可以直接選擇，不需要頻繁上傳了。

點(diǎn)擊添加主體的圖標(biāo)之后右側(cè)就會(huì)出現(xiàn)主體的選擇彈窗，官方內(nèi)置了很多常見(jiàn)的主體類似可以讓你選擇。

你也可以點(diǎn)擊左側(cè)“我的主體”去創(chuàng)建主體，創(chuàng)建的時(shí)候我們就理解為什么都是圖片主體要單獨(dú)列出來(lái)了。因?yàn)樗梢陨蟼鞫鄠€(gè)不同角度的圖片，更大程度的提高角色、道具、場(chǎng)景在視頻生成中的一致性。

而且你還可以將多個(gè)主體疊加，如果你是要?jiǎng)?chuàng)作專業(yè)內(nèi)容的話，我建議還是多創(chuàng)建角色和場(chǎng)景的主體，一致性表現(xiàn)確實(shí)比單張圖片要更好。

比如我這里選擇了將我自己改為林黛玉這個(gè)主體，同時(shí)還加上了天使之翼這個(gè)道具，這兩個(gè)完全不搭嘎，再加上我的室內(nèi)環(huán)境同時(shí)包含了前景和背景，非常復(fù)雜了可以說(shuō)。

但是視頻的融合度非常好，翅膀也會(huì)跟這個(gè)我的身體運(yùn)動(dòng)，光照的部分也沒(méi)啥大問(wèn)題，真實(shí)感很高。

主體這玩意對(duì)于電商來(lái)說(shuō)絕對(duì)是非常大的利好，再也不用擔(dān)心視頻一運(yùn)鏡商品就跟原來(lái)的不像了，現(xiàn)在上傳四張圖片創(chuàng)建一個(gè)主體，隨便怎么轉(zhuǎn)都行。

可以看到我這里用我自己用的鼠標(biāo)創(chuàng)建了一個(gè)主體，讓他讓他進(jìn)行一個(gè)非常大的環(huán)繞運(yùn)鏡。

產(chǎn)品展示的非常穩(wěn)定，甚至鼠標(biāo)上的劃痕和使用痕跡都沒(méi)啥變化，這個(gè)一致性保持的太強(qiáng)了。

提到了單純的主體生成視頻了，順便提一下，可靈 O1 在生成視頻的時(shí)候支持自由選擇 10 秒內(nèi)的單條視頻生成時(shí)長(zhǎng)了，而且會(huì)按時(shí)長(zhǎng)扣除靈感值。

這個(gè)對(duì)于做視頻 Agent 產(chǎn)品以及一些輕度展示場(chǎng)景絕對(duì)是重大利好，相當(dāng)省錢(qián)。

當(dāng)然，O1 也可以直接轉(zhuǎn)變視頻的風(fēng)格，我試了一下毛氈風(fēng)格、動(dòng)漫風(fēng)格、8-bit 像素風(fēng)格都沒(méi)啥問(wèn)題，你直接跟他說(shuō)將 XXX 視頻轉(zhuǎn)換為 XXX 視頻風(fēng)格就行。

以前那些做起來(lái)成本很高非常復(fù)雜的風(fēng)格轉(zhuǎn)換特效，現(xiàn)在非常簡(jiǎn)單的一句提示詞就可以了。

O 1 依然是支持首尾幀生成視頻的，你可以點(diǎn)擊輸入框上方“首尾幀”來(lái)獲取素材上傳 UI，而且視頻編輯加上首尾幀能做出非常離譜的特效效果。

比如我上面演示視頻的最后一段就是先通過(guò)圖像參考的視頻編輯將手里的鼠標(biāo)換成了代碼組成的龍，然后再將視頻最后一幀和代碼龍的圖片做了首尾幀視頻生成，搞定了一個(gè)非常大場(chǎng)景的轉(zhuǎn)換。

可以看到過(guò)渡非常自然，如果好好發(fā)掘一下的話估計(jì)可以搞定不少非常炫酷的特效類型。

說(shuō)完了視頻我們來(lái)看一下 O1 圖片。

輸入框左下角切換為圖片就可以使用，支持上傳多張圖片以及加入對(duì)應(yīng)的主體，和對(duì)圖片進(jìn)行編輯。

先來(lái)一個(gè)多圖參考，搞一下最近很火的跟朱迪合影，這個(gè)其實(shí)相對(duì)復(fù)雜點(diǎn)，涉及到場(chǎng)景一致性、而且人物和動(dòng)畫(huà)角色風(fēng)格不太一樣。

抽了兩次卡，沒(méi)想到搞的還不錯(cuò)，場(chǎng)景人物和朱迪都保持的不錯(cuò)，而且兔子的原圖表情還比較夸張，他也修正了。

@圖片1 的角色和 @圖片2 的角色在 @圖片3 的場(chǎng)景親昵的合影

當(dāng)然圖片也支持跟主體混合進(jìn)行修改，同樣可以增強(qiáng)一致性，我這里將我自己換上了民國(guó)服飾主體，場(chǎng)景換到了辦公室這個(gè)主體，也還行。

好了這就是今天測(cè)評(píng)加 O1 簡(jiǎn)單教學(xué)的所有內(nèi)容了。

視頻領(lǐng)域，正在復(fù)刻圖片領(lǐng)域的發(fā)展路徑，更好的推理能力&世界知識(shí)，更強(qiáng)大的編輯能力，可靈視頻 O1 模型剛問(wèn)世，效果已經(jīng)相當(dāng)可以了。

回想一下今年三四月的圖像編輯模型質(zhì)量，再看最近短短半年的發(fā)展成果，只要起步了進(jìn)展就會(huì)很快了。

如果你覺(jué)得今天的內(nèi)容對(duì)你有幫助的話，可以幫我點(diǎn)個(gè)贊或者喜歡，也可以將這個(gè)內(nèi)容推薦??給你覺(jué)得需要的朋友們。