可灵AI

可灵AI把视频生成、图像生成、音频、数字人与创意特效放在同一个在线工作区中。其更有辨识度的能力，是通过统一多模态模型同时理解文本、图片、视频、音频和主体参考，让创作者在一个流程内完成文生视频、图生视频、参考生成、画面修改与镜头延展。当前视频模型还支持多镜头叙事、主体与声线绑定及原生音频，可减少角色跨镜头变化、对白归属混乱和反复切换工具的问题。

统一模型承接生成与编辑任务

可灵AI的工作逻辑围绕多模态输入展开：同一个创作任务可以结合提示词、起始画面、参考主体、已有视频和音频信息。创作者不必把生成与修改拆成完全分离的步骤，可直接对视频内容进行增删、变换、风格重绘或镜头延展，并继续沿用前面的主体与场景信息。

多镜头叙事与分镜控制

视频3.0提供自动多镜头与自定义多镜头两种方式。自动模式会依据提示词规划景别、机位和镜头切换；自定义模式允许逐镜描述画面与时长，更适合广告、剧情短片和音乐影像中需要明确分镜节奏的任务。

主体外观与声线一致性

用户可以用多张图片或参考视频创建主体元素，并将人物外观与声线绑定到后续生成。镜头推进、摇移或场景变化时，模型会继续参照该主体；多人场景还可在提示词中指定每位角色的对白，降低说话人错配。

原生音频与多语言对白

视频生成可同步输出环境声、对白和其他声音信息，无需先制作无声画面再单独配音。官方当前列出的对白语言包括中文、英文、日文、韩文和西班牙文，并支持多种中文方言及英语口音，适合需要角色开口表演的剧情和营销内容。

文生视频与图生视频

创作者可以从文字描述直接生成动态画面，也可以上传起始图像，让静态角色、商品或场景按照提示词运动。视频3.0还支持首尾帧输入和灵活时长设置，便于控制镜头的开始状态、结束状态与中间动作。

图像生成与多图参考编辑

图片工作区既能从提示词生成画面，也能结合多张参考图做融合创作和细节编辑。它可用于先确定角色、商品或场景视觉，再把结果交给视频流程，减少前期视觉设定与动态生成之间的断层。

数字人和创意特效

官网将数字人、音频与特效列为独立创作入口，用户可围绕人物口播、角色表演或社交内容选择相应工具。模板与特效适合快速完成明确效果，主体和提示词工作流则保留更细的内容控制空间。

网页工作区与API平台

可灵AI提供在线网页入口，也提供独立应用；官方还开放API平台，供开发者和企业把图像或视频生成能力接入自己的产品与生产流程。普通创作者可直接在工作区查看任务和作品，批量或业务化调用则可按API文档组织请求。

从参考素材到一条多镜头视频

1. 选择视频创作入口：在网页工作区进入AI视频，根据任务选择文生视频、图生视频或带参考元素的模式。
2. 准备提示词与参考素材：描述人物、动作、场景、镜头和对白；需要保持主体一致时，上传参考图片或视频并创建元素。
3. 设置镜头结构：选择单镜头、自动多镜头或自定义多镜头，自定义模式下逐段填写镜头内容与时长。
4. 配置声音与输出：按需要启用原生音频，指定角色对白、语言、方言或口音，并选择页面提供的画质和时长选项。
5. 生成并继续修改：检查主体、动作、镜头衔接和声音；可调整提示词重新生成，也可使用视频编辑与延展能力继续处理结果。

影视叙事与商业内容的创作方向

剧情短片与漫剧镜头：用多镜头模式描述人物对话、景别变化和镜头时长，并通过主体引用保持角色连续。

广告与商品展示：以产品图为参考生成运镜、场景变化和旁白，利用文字保持能力处理包装或标识画面。

角色口播与数字人内容：绑定人物外观和声线，制作带对白、方言或多语言表达的短视频。

概念视觉与动态分镜：先在图像工作区探索角色和场景，再将选定画面转为动态镜头。

应用内视频生成：团队通过API把视频或图片能力接入营销平台、创作工具和内部内容流程。