隨著模型能力的持續(xù)突破，AI視頻生成正從“工具屬性”走向“創(chuàng)作基礎設施”，推動視聽行業(yè)進入全新的生產階段。4月15日，在第十三屆中國網絡視聽大會新技術新場景論壇上，可靈AI產品及運營負責人溫園旭發(fā)表題為《技術升維·創(chuàng)作無界 可靈AI賦能視聽新生態(tài)》的主題演講，系統(tǒng)闡述了可靈AI在多模態(tài)技術演進、創(chuàng)作能力升級及產業(yè)落地方面的最新進展。
溫園旭表示，可靈AI始終以“技術賦能創(chuàng)作”為核心理念，致力于“讓靈感成真，讓想象成為影像，讓每個人都能用AI講出好故事”。
從多模態(tài)能力到全鏈路創(chuàng)作，構建一站式AI生產力引擎
在演講中，溫園旭首先介紹了可靈AI的產品體系。作為創(chuàng)意驅動的一站式AI生產力引擎，可靈AI已實現圖像生成、視頻生成、音頻生成三大核心能力的深度融合：通過圖像生成定義靜態(tài)要素，通過視頻生成實現動態(tài)控制，通過音頻生成補全敘事表達，打通從畫面到故事的完整鏈路。
“從一個創(chuàng)意輸入，到一整套視頻素材輸出，AI正在把專業(yè)級創(chuàng)作能力交到每一個人手中。”溫園旭指出，這種全鏈路能力的建立，標志著AI從單點生成工具邁向系統(tǒng)性創(chuàng)作平臺。
自2024年6月發(fā)布以來，可靈AI在不到兩年時間內完成30余次產品迭代，并實現8個關鍵技術里程碑。從全球首個用戶可用的DiT視頻生成模型，到支持1080P高清視頻創(chuàng)作，再到多模態(tài)交互能力的持續(xù)升級，可靈不斷推動底層模型能力躍遷。
目前，可靈已構建起統(tǒng)一的多模態(tài)視頻模型體系，并推出可靈3.0及3.0 Omni，實現多模態(tài)輸入與輸出的大一統(tǒng)能力，支持文生視頻、圖生視頻、參考生成及視頻修改等多種創(chuàng)作方式的統(tǒng)一底層架構。
基于這一架構，可靈AI進一步突破了原生多模態(tài)敘事能力，使模型能夠統(tǒng)一理解畫面、主體、聲音、鏡頭及敘事節(jié)奏之間的關系。同時，在角色一致性、鏡頭調度、音畫同步及多主體音色綁定等方面實現顯著提升，讓AI從“生成畫面”走向“理解故事”。
在動態(tài)表現層面，可靈AI也實現了動作控制能力的升級，支持更高一致性的角色表演與更自然流暢的動作生成，使數字角色具備接近專業(yè)動作捕捉的表現力。
深度融入視聽工業(yè)流程，釋放多場景應用價值
伴隨技術升級，可靈AI完成了從單一生成工具向全流程AI創(chuàng)意工作臺的轉型。溫園旭表示，過去AI創(chuàng)作中存在的功能分散、生成等待、效果不可控及協(xié)作困難等問題，正在被系統(tǒng)性解決。
當前，可靈AI已覆蓋從素材生成到完整創(chuàng)作流程的各個環(huán)節(jié)，并支持從個人創(chuàng)作到團隊協(xié)作的多場景需求，逐步成為適配專業(yè)機構與大眾創(chuàng)作者的通用創(chuàng)作平臺。
數據顯示，截至目前，可靈AI已服務超過6000萬創(chuàng)作者，累計生成視頻突破6億條，并服務超過3萬家企業(yè)用戶。根據快手2025年財報披露，可靈AI在2025年第四季度實現營收3.4億元，標志著AI視頻生成正從技術趨勢走向產業(yè)現實。
在具體應用層面，可靈AI已形成覆蓋視聽創(chuàng)作全流程的四大核心場景：前期概念開發(fā)與提案溝通、Pre-vis預演與風險前置、視效替代與鏡頭補完，以及角色驅動內容與IP擴展。
圍繞這些場景，可靈AI正加速在影視、廣告、音樂、文旅、游戲及動漫IP等領域落地。在影視領域，可靈已參與《太平年》、《大衛(wèi)之家》等項目的制作；廣告營銷方面，可靈AI助力美團愚人節(jié)廣告《麻煩死了》在兩周內完成制作，實現接近實拍的視覺質感與完整敘事表達。音樂與游戲領域，可靈也通過虛擬藝人內容生產及與頭部游戲IP聯動，持續(xù)拓展創(chuàng)作邊界；在文旅場景中，可靈AI與河南廣電合作“何以唐宮夜宴”等項目，通過AI技術激活傳統(tǒng)文化表達，并取得顯著傳播效果。
與此同時，可靈還通過NEXTGEN全球新影像創(chuàng)作大賽匯聚來自122個國家和地區(qū)的4600余部作品，搭建全球化創(chuàng)作交流平臺，推動AI影像成為跨文化的視覺語言。
以技術為底座，開啟AI創(chuàng)作新階段
面向未來，溫園旭表示，可靈AI將持續(xù)圍繞多模態(tài)大一統(tǒng)模型、原生敘事能力與精準動作控制等方向不斷突破，持續(xù)拓展AI在視聽創(chuàng)作中的表達邊界。
“技術在升維，創(chuàng)作無邊界。”溫園旭強調，AI的終極使命不是取代創(chuàng)作，而是讓更多人擁有表達的能力。隨著技術與創(chuàng)作的深度融合，一個“人人皆可導演”的時代正在到來，AI敘事的新階段也正在加速開啟。
