优秘智能 · 内容中心

行业资讯 · 2026-10-06

开源音视频生成大模型Kandinsky 6.0 Video发布 支持同步文生音视频

优秘智能观察,开源生成模型团队发布Kandinsky 6.0 Video技术报告,支持同步生成带音频的全高清视频,为不同规模企业的AI内容生产降本增效提供新参考。

🎧 本文 AI 播客

优秘智能观察:多模态生成技术的持续迭代,正在进一步降低企业音视频内容的生产门槛,为营销、运营、培训等多个场景的效率升级提供新的技术支撑。近日,开源生成模型团队Kandinsky在学术平台arXiv发布最新技术报告,推出支持音视频同步生成的新一代基础模型Kandinsky 6.0 Video,引发了内容生产领域的广泛关注。

模型核心能力亮点

作为Kandinsky 5.0 Video的迭代版本,本次发布的Kandinsky 6.0 Video首次实现了视频与音频的同步生成能力,包含两个参数规格的版本可适配不同部署需求,核心能力覆盖:

企业音视频内容生产的普遍痛点

在短视频成为企业获客、品牌触达核心载体的当下,不少企业在音视频内容生产环节普遍面临多重困境:

而Kandinsky 6.0 Video这类开源音视频生成技术的落地,恰好为这些痛点的解决提供了新的可行路径。

对企业经营的价值参考

该技术的开源落地,为不同规模的企业开展AI内容生产提供了新的技术选项,可适配多类经营场景的需求:

优秘智能点评

AI多模态生成技术的快速迭代,正在推动企业内容生产从「人工创意+人工执行」向「人工创意+AI落地」的模式转变,AI承担重复性的拍摄、剪辑、配音等工作,辅助团队提升效率,把人力从机械性劳动中解放出来,聚焦更高价值的创意策划与用户运营环节。

优秘智能旗下灵秘·数字人分身、营销智脑等产品,也已融合多模态生成能力:灵秘·数字人分身可1:1克隆真人形象与声音,AI批量生成数字人口播视频、网感短视频,支持智能剪辑与智能包装、一键追爆,让内容生产效率大幅提升;营销智脑基于「十大军师」架构,覆盖从获客、内容、成交到运营的营销全链路,可帮助团队连接内容、获客、跟进和复盘环节,把生成的音视频内容快速适配到不同的运营场景中。面向小微团队的超级数字员工系统,也可辅助完成内容策划、客户响应等日常营销工作,数字员工处理标准化步骤,负责人保留审批、承诺与最终发布权,兼顾效率与风险控制。

如需了解相关AI营销与内容生产解决方案,可前往优秘智能官网umi6.com咨询。

原始来源:https://arxiv.org/abs/2610.05608