日前，快手方面宣布开始内测新一代视频生成模型可灵3.0系列。据了解，该系列模型是基于All-in-one产品理念打造的多模态输入输出一体化模型，在上一代全能创作引擎的基础上，实现了更为原生的多模态交互，可支持文字、声音、图片和视频等多模态信息输入与输出方式，并融合音画同出能力与主体一致性控制。
据了解，可灵3.0系列模型包括可灵视频3.0、可灵视频3.0 Omni和可灵图片3.0，覆盖图片生成、视频生成、视频编辑及后期处理等影视制作全流程。
其中，可灵视频3.0单次视频生成时长最高可达15秒，并支持3-15秒灵活时长设置。同时新增智能分镜系统，可根据文本指令自动调度景别与机位，并提升文字生成清晰度，确保招牌、字幕等文字信息可辨识。
在音画同步能力方面，可灵视频3.0支持中、英、日、韩、西五种语言及方言的精准口型匹配，并实现多人场景下的角色定向发声。在主体一致性控制能力方面，允许通过多图或视频锚定特定视觉元素。
而可灵视频3.0 Omni则额外支持创建视频主体特征库，可提取3-8秒视频中的角色形象与音色进行还原应用。
可灵图片3.0则采用视觉思维链（vCoT）技术辅助生成前的场景解构推理，并通过Deep-Stack视觉信息流机制增强细粒度感知能力。与上一代相比，可灵图片3.0输出分辨率提升至2K与4K级别，可适配影视预演图、场景设定等专业需求，并新增组图生成能力，支持通过单张或多张输入图像批量生成逻辑连贯的系列画面。
官方公布的相关数据显示，截至2025年12月，可灵在全球拥有超过6000万创作者，累计生成超6亿个视频，并累计合作超3万家企业用户，覆盖营销、电商、影视、短剧、动画、游戏等多个专业创意创作场景。
【本文图片来自网络】
