ElevenLabs 对可灵最新的全能视频模型 O1 做了实测，并详细解析了它的亮点。
O1 最大的特点，就是把视频生成和编辑合二为一。不再局限于通过文字、参考图片来生成视频。而是可以将文字、图片以及视频整合在一起提交给模型。模型具有多模态的语义理解能力，能够完整理解所有这些素材，然后根据它们生成或者修改视频。
比如，可以让模型根据一段视频自动续拍下一镜头，还能根据文字、图片，替换视频中的场景、人物、动作，改变整个视频的环境和艺术风格，也可以一键去除视频中的各种元素，例如人群、背景。所有这些操作只需要用到一个模型。
在视频一致性方面，O1 也有很大提升。它能记住每个角色、道具和场景，不管怎么切换镜头，画面都能保持连贯和准确。支持多角色、多物体的自由组合，细节也不会丢失。你还可以把多个修改需求写进一句提示词里，一次性完成多种操作，大大提高了视频创作的效率和自由度。
另外，O1 生成视频的时长也很灵活，可以自定义在 3 到 10 秒之间。
