封面圖(官網(wǎng)截圖)

3月19日，天工AI大模型SkyReels V4登上Artificial Analysis榜單Text to Video (With Audio)  賽道全球第一，顯著超越Kling 3.0、Google Veo 3.1、Vidu Q3、OpenAI Sora  2等全球主流模型，成為全球AI視頻生成能力最強(qiáng)的大模型，標(biāo)志著中國AI視頻生成技術(shù)實(shí)現(xiàn)世界級引領(lǐng)。

榜單地址：https://artificialanalysis.ai/video/leaderboard/text-to-video?audio-output=true

同時(shí)，SkyReels V4正式上線API入口，面向全場景開放API能力。

SkyReels V4  API核心能力完整覆蓋本模型的所有核心功能，從基礎(chǔ)的文生視頻、圖生視頻，到多模態(tài)參考生成、視頻編輯與修復(fù)、音畫聯(lián)合生成，全能力開放、支持靈活的參數(shù)配置，可滿足不同場景的定制化需求。

無論是內(nèi)容平臺、電商平臺、教育機(jī)構(gòu)、品牌方，還是開發(fā)者團(tuán)隊(duì)、創(chuàng)作工作室等，無需從零開始搭建大模型，不用再投入巨額的研發(fā)成本，只需通過SkyReels的API，即可直接調(diào)用這套全球頂尖的音視頻聯(lián)合生成能力，為自己的產(chǎn)品、業(yè)務(wù)、場景賦能。

我們希望將SkyReels V4的視頻生成核心能力嵌入到每一個(gè)有需求的場景里，賦能全行業(yè)的合作伙伴。

SkyReels  V4在雙流架構(gòu)解決音畫同步核心問題的基礎(chǔ)上，帶來兩大核心變革：一方面，通過全模態(tài)強(qiáng)化學(xué)習(xí)(RL)為AI注入邏輯推理能力;另一方面，新增多幀參考、網(wǎng)格圖參考等高階任務(wù)，將視頻生成的一致性與可控性推至行業(yè)新高度。

1

核心突破一：

全模態(tài)強(qiáng)化學(xué)習(xí)體系全面升級，從語義Reward到階梯式課程學(xué)習(xí)

針對傳統(tǒng)擴(kuò)散模型重局部像素、輕整體語義邏輯、物理常識與敘事邏輯的行業(yè)痛點(diǎn)，我們打造了一套從評判標(biāo)準(zhǔn)到成長路徑的完整強(qiáng)化學(xué)習(xí)體系。

一方面搭建全模態(tài)語義Reward模型，覆蓋文生視頻(T2V)、圖生視頻(I2V)、視頻編輯、音視頻對齊全場景，為生成提供全局精準(zhǔn)的實(shí)時(shí)反饋，全方位優(yōu)化生成效果;另一方面采用階梯式課程強(qiáng)化學(xué)習(xí)路徑，從分辨率與時(shí)長、任務(wù)復(fù)雜度、數(shù)據(jù)難度三個(gè)維度，讓模型由簡入繁掌握復(fù)雜能力，最終實(shí)現(xiàn)1080p  15s商用長序列生成，以及多任務(wù)大一統(tǒng)的能力框架。

該體系不僅實(shí)現(xiàn)了模型全任務(wù)能力的全面提升，更帶來了極強(qiáng)的跨任務(wù)泛化性，模型習(xí)得的視頻生成底層通用規(guī)律，可在不同任務(wù)間自由遷移。

2

核心突破二：

新增兩大高階參考任務(wù)，大幅拓展應(yīng)用邊界

本次升級新增關(guān)鍵幀參考能力 與網(wǎng)格圖參考能力 ，全面提升視頻生成的穩(wěn)定性與靈活性。

其中，關(guān)鍵幀參考能力可基于用戶給定的多節(jié)點(diǎn)關(guān)鍵幀，精準(zhǔn)推演邏輯嚴(yán)密、動作連貫的中間畫面，實(shí)現(xiàn)極強(qiáng)的時(shí)空補(bǔ)完能力;專為短劇生成打造的網(wǎng)格圖參考能力，支持用戶上傳至多9張劇情關(guān)鍵幀，模型可穩(wěn)定提取并保留角色特征與場景風(fēng)格，生成邏輯完整、角色與場景全程連貫的敘事視頻，解決了短劇生成中角色走形、場景跳躍的行業(yè)痛點(diǎn)。

3

做堅(jiān)實(shí)的技術(shù)賦能者，SkyReels與行業(yè)共同迎接AI視聽新時(shí)代

過去一年多，SkyReels團(tuán)隊(duì)致力于將 “生成專業(yè)、好用、有感染力的視聽內(nèi)容”，變成可復(fù)現(xiàn)、可控制、可迭代的系統(tǒng)能力。

昆侖萬維已經(jīng)陸續(xù)發(fā)布并開源多個(gè)SkyReels模型，包括SkyReels V1、SkyReels V2、SkyReels V3、SkyReels  V4，以及SkyReels A1、SkyReels A2和SkyReels A3。

其中，2025年上半年，SkyReels A1模型發(fā)布，將人像動畫、表情驅(qū)動功能做到極致，打破AI人像 “僵硬、無靈魂”  的行業(yè)痛點(diǎn);2025年年中，SkyReels V2開源，攻克無限時(shí)長影視生成核心難題，邁出從 “生成片段” 到 “生成故事”  的關(guān)鍵一步;2026年初，SkyReels V3升級迭代，多模態(tài)理解、畫面一致性、動態(tài)流暢度、生成質(zhì)量全面躍升，完成從 “能生成” 到 “生成得好”  的跨越。

今天登頂Artificial Analysis榜單Text to Video (With Audio) 賽道全球第一，和用戶見面的SkyReels  V4模型，不是偶然的技術(shù)爆發(fā)，而是團(tuán)隊(duì)沿著高質(zhì)量視頻生成這條路，持續(xù)深耕、反復(fù)打磨，自然生長出來的結(jié)果。它不是單點(diǎn)能力的升級，而是從底層架構(gòu)到上層能力，從生成質(zhì)量到創(chuàng)作自由度，全維度的革新與突破。

未來，SkyReels希望在AI視聽這個(gè)全新的賽道上，做最堅(jiān)實(shí)的技術(shù)賦能者，用最頂尖的技術(shù)打破創(chuàng)作的門檻，與全行業(yè)伙伴一起，迎接這個(gè)屬于 AI  視聽的全新時(shí)代。

昆侖軒