3月19日，天工人工智能SkyReels V4大模型在Text to Video（with Audio）人工分析排行榜上排名全球第一，大幅超越Kling 3.0、Google Veo 3.1、Vidu Q3、OpenAI Sora 2等全球顶级模型，成为全球最强大的AI视频生成功能的大模型，彰显了中国在生成技术方面的世界级领先。人工智能视频。上市地址：https://artificialanalogy.ai/video/leaderboard/text-to-video?audio-output=true 同时，SkyReels V4 正式发布 API 入口，将 API 功能开放给所有场景。 SkyReels V4 API的主要功能完全覆盖了该模型的所有主要功能，从基本的文声视频、土声视频到多模态参考生成、视频编辑修复、音视频组合生成，并且所有功能均开放并支持灵活的参数配置，满足不同场景的定制化需求。无论您是内容平台、电商平台、教育机构、品牌、开发团队还是创意工作室，都无需从头开始构建大型模型或投入大量研发。只需使用 SkyReels API 直接调用世界一流的音视频联产能力即可增强您的产品、业务和场景。我们希望将SkyReels V4的核心视频生成能力融入到任何点播场景中，为全行业的合作伙伴赋能。
SkyReels V4官网地址：https://www.skyreels.ai/
SkyReels V4 API 地址：https://www.skyreels.ai/api-platform SkyReels V4 基于双流架构，有两个主要变体来解决核心问题，即音视频同步引起的变化。一方面，它通过全模态强化学习（RL）为人工智能注入逻辑推理能力。同时，多帧参考和网格地图参考等高阶任务e 补充道，将视频生成的一致性和控制提升到行业新高度。 1 重大突破1：全模态强化学习体系从语义奖励全面升级为渐进式课程学习。针对行业传统广义模型强调局部像素而忽视全局语义逻辑、物理常识和叙事逻辑的问题，我们构建了从评价标准到成长路径的完整强化学习体系。同时，构建了全模态语义奖励模型，覆盖T2V、I2V、视频编辑、音视频对等全场景，为生成提供全局、准确的实时反馈，全面优化生成效果。另一方面，采用循序渐进的课程，从分辨率和持续时间、任务复杂度、数据难度三个方面改进学习路径。这使得模型能够从简单的事物中掌握复杂的特征y到复杂性，最终实现15秒1080p商用长序列生成和集成多任务功能框架。该系统不仅实现了模型所有任务能力的全面提升，而且提供了跨任务的强泛化能力。模型学习到的视频生成的一般规则可以在不同任务之间自由转移。 2核心突破2：添加了两个新标签高级参考区域，以显着扩展您的应用程序的限制。本次更新增加了关键帧参考和网格图像参考，全面提升视频生成的稳定性和灵活性。其中，关键帧参考功能可以根据用户指定的多个节点的关键帧，精确地估计逻辑严格、动作一致的中间场景，实现非常强大的时空补全功能。专为短剧生成打造的网格图浏览功能ion 允许用户创建最多九个节目。您可以加载许多关键帧。该模型稳定地提取和保留了人物和场景风格的特征，能够生成逻辑完整、人物和场景一致的叙事视频。解决了短剧生成中人物变形、场景断裂的行业难题。 3核突破3：作为强大的技术使能者，SkyReels与业界共同迎接AI视听新时代。一年来，SkyReels团队一直致力于将“专业、好用、好看的视听内容制作”变成可玩、可控、可重复的系统能力。昆仑万维先后推出并开通了SkyReels的多个型号，包括SkyReels V1、SkyReels V2、SkyReels V3、SkyReels V4，以及SkyReels A1、SkyReels A2、SkyReels A3。其中，SkyReels A1机型将于2025年上半年推出，充分利用人像动画、表情功能，打破行业AI人像“僵硬、没有灵魂”的难题。到2025年中，SkyReels V2将开源，超越影视无限播放的核心问题，将迈出从“生成剪辑”到“生成故事”的重要一步。 2026年初，SkyReels对V3进行了更新迭代，多模态理解、图像一致性、动态流动性、制作质量得到提升，完成了从“能生产”到“生产好”的跨越。目前，它在文本到视频转换（带音频）的人工分析列表中名列前茅，并且在全球排名第一。 SkyReels V4模式为用户服务并不是偶然的技术爆发，而是团队在高品质视频制作道路上不断深化打磨、自然成长的结果。这不是单点的功能升级，而是从底层架构到高层功能和功能的创造性过程。生产质量。各个方面的创新和进步，包括个人自由。展望未来，SkyReels希望成为视听AI新路径上最强的技术使能者。利用尖端技术突破创造力的极限，并与整个行业的合作伙伴合作，开创人工智能视听的新时代。
（编辑：康博）
作者
adimin@moleband.com