IT之家 1 月 31 日消息，快手今日宣布推出新一代视频生成模型可灵 3.0 系列，目前处于超前内测阶段。该系列包含图片 3.0、视频 3.0 和视频 3.0 Omni，在原有模型基础上进行了技术升级。
其中，图片 3.0 模型主要升级包括四项功能：
据介绍，此次升级采用视觉思维链（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。模型训练过程中引入强化学习框架，结合真实感与电影质感双重评估标准优化输出效果。
另外，新的视频模型采用统一的多模态训练框架，支持文本、图像、视频片段等多种输入形式，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。功能改进主要包括：
视频 3.0 Omni 版本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。技术文档显示，此次升级涉及多模态指令解析架构优化、音频采样区间调整及特征解耦重组方案。
新浪科技公众号
“掌”握科技鲜闻 （微信搜索techsina或扫描左侧二维码关注）
