Kling AI 推出 Kling O1：打通文本、图片与视频的统一创意引擎

视频生成工具还在卷画质的时候，Kling AI 打算先把输入端统一了。

在名为 Kling Omni Launch Week 的发布周第一天，Kling AI 正式推出了全新创作引擎 Kling O1。

把文字、图片和视频拧在一块

Kling AI 给新引擎贴的标签是真正的多模态理解，核心口号是输入任何内容、理解一切、生成任何画面。

过去做 AI 视频往往要在文生视频、图生视频之间反复切换。按照官方说法，Kling O1 把文本、图像和视频的输入接口统一了起来，让创作过程更快、更轻松。

目前该引擎已面向订阅用户开放限时体验，同时官方还配合上线了送点数和抽会员的社交媒体互动。

为什么重要

对创作者来说，真正的痛点从来不只是画面漂不漂亮，而是多模态指令的连贯性。如果能同时读懂参考图、运镜视频和文字修改要求，创作者的工作流会直接省掉大半折腾步骤。值得现在有视频生成需求的人去测测它的混合输入理解到底有多准。

在行业端，视频模型都在向全模态交互演进。Kling 借着这次 Omni 发布周抢先打出 O1 引擎，我们认为它很聪明地锁定了全模态理解的标签。不过目前官方放出的具体技术细节还不多，它到底能在复杂长镜头或复杂控制上走到哪一步，还要看后续几天的实际测试与更新节奏。