Hytaýyň tehnologik ägirtleriniň biri bolan Kuaishou kompaniýasy wideo döretmek we redaktirlemek üçin niýetlenen, emeli aň bilen işleýän Kling O1 (Omni One) atly ilkinji bitewi multimodal modelini tanyşdyrdy. Bu model wideo kontenti bilen işlemegi ep-esli ýeňilleşdirýär.
O1-iň baş täzeçiligi — tekstden-wideo (text-to-video), suratdan-wideo (image-to-video) we çylşyrymly montaž ýaly ähli funksiýalaryň birikdirilen iş interfeýsinde (pipeline) jemlenmegidir. Indi dürli işleýiş tertipleriň arasynda geçip ýörmegiň zerurlygy ýok.
Esasy mümkinçilikler:
• Tekst arkaly redaktirleme: “pişigi möjek bilen çalşyp goý” ýa-da “güni günüň batmasyna öwrüp goý” ýaly ýönekeý buýruklar arkaly üýtgetmeler girizilýär. O1 obýektleri aýratyn belläp durmazdan, buýruklaryň manysyny düşünýär.
• Konsistentlik: Model 10 referens surata çenli işläp bilýär, suratlaryň arasynda gahrymanlaryň we sahnalaryň birmeňzeşligini saklap biler.
• Hil: Wideo 1080p durulykda, sekuntda 30 surat tizliginde we 10 sekunt dowamlylykda döredilýär (uzaltmak mümkinçiligi bilen — 2 minuda çenli).
• Audio: Surata laýyk sesleri — meselem, ýagyş sahnasyna laýyk degişli sesini — sinhron ýagdaýda döredip biler.
 atly ilkinji bitewi multimodal modelini tanyşdyrdy. Bu model wideo kontenti bilen işlemegi){kind=link}