Kling O1 是近期香港與華語創作者圈討論度極高的新一代「多模態影音生成模型」,由快手旗下的可靈 AI 團隊推出,主打「統一多模態影片模型」與「生成+編輯一次完成」的創作體驗。它不僅能從文字生成高品質影片,更能同時理解文字、圖片與現有影片素材,讓創作者在同一個工作流程中完成構思、生成、修改與精修,大幅縮短影片製作時間,降低專業門檻。
與許多早期影片模型強調畫質不同,Kling O1 最大的賣點是「可控度」。它在架構上採用原生多模態設計,讓模型在訓練階段就同時學習文字指令、靜態畫面與動態畫面三者之間的關聯,使用者可以上傳商品照、人物多角度照片或既有短片,搭配文字指令,精準指定運鏡、節奏、表情乃至服裝與燈光風格。這種「理解素材再創作」的能力,實際上把傳統後期剪輯、補拍鏡頭甚至特效處理,部分轉嫁給模型完成。
在功能層面上,Kling O1 提供「Input Anything」的混合輸入模式,支援同時餵給模型文字、單張或多張圖片,甚至一小段影片,模型會綜合理解這些資訊,生成連戲性高、風格統一的成品。對於角色或產品的一致性控制,O1 引入多圖參考機制,使用者可以上傳同一人物或物件的不同角度照片,AI 在生成全新片段時會主動維護五官比例、髮型、服裝與配色的一致性,避免過去一個角色在不同鏡頭中「臉崩」的情況,這一點對廣告、帶貨影片和品牌 IP 來說尤其關鍵。
另一項備受關注的突破,是 O1 把「生成」與「編輯」合併進同一套引擎。過往 AI 影片工具多半只能「從零生出來」,一旦想微調人物動作、剪掉某些畫面或替換背景,就必須退回傳統剪輯軟體處理。Kling O1 則支援在時間軸上鎖定特定片段或畫面中的區域,透過文字指令直接做「精準手術」:例如只改變主角的表情、換掉商品包裝設計、延長鏡頭某一段幾秒鐘,甚至在原有畫面中加入新角色,而不需要重頭生成整支影片,極大節省反覆試錯時間。
在創作者實務應用上,Kling O1 被視為短影音與廣告製作領域的一把利器。對 YouTuber、小編與電商團隊而言,它可以根據腳本快速產出多版本影片,用於 A/B 測試不同開場鉤子、畫面風格和字幕設計。品牌方可以先拍攝少量基礎素材,再交由 O1 延展出多角度、多情境的變化版本,例如同一產品在不同國家場景、不同節慶佈景中的呈現,而不再需要一地一拍、大量搭景。這種「小樣本、多產出」的工作模式,對預算有限、節奏要求快的中小團隊特別友善。
技術與市場層面上,Kling O1 的推出,意味著中國系影音模型在可控度與商用化路線上向前跨了一大步。它一方面對標國際同級模型如 Sora,強調原生多模態與長時序生成能力,另一方面又更貼近實際商業場景,例如帶貨視頻、品牌故事短片與社群廣告。對於未來的影音產業來說,O1 所代表的並不只是「畫質變好」,而是製作流程的徹底重組:從「拍完再剪」逐步轉向「構想—素材—AI生成—細修」的混合模式,創作門檻會持續下降,而對於懂策略、懂敘事與懂品牌的人才需求則會不斷提升。