新智元报道

编辑：犀牛 KingHZ

站在2026年春天回望，Sora浪潮之后，SkyReels V4用四位一体顶级能力（多模态参考+音视频联合+统一任务框架+全模态强化）登顶全球第一！AI视频创作的大一统时刻，真正属于中国的时代来了！

就在刚刚，第三方机构 Artificial Analysis 最新榜单里，SkyReels V4 拿下了「文本生成视频（含音频）」全球第一！

它压过了谷歌Veo 3.1，也超过了Kling 3.0。

更关键的是，这个榜单不是厂商自己跑分。看的是大量真实用户的盲评结果。

这标志着，在最难、也最具价值的「文生视频+音频」赛道里，国产模型已经冲到了最前面。

2月27日，SkyReels V4 Preview首次亮相时，已经拿到全球第二。

不到一个月，SkyReels V4又往前跨了一步，直接冲到第一。

SkyReels V4不只是更强了，它已经开始改写全球视频模型的排位。

它标志着中国AIGC视频技术正式引领世界。

在2026中关村论坛，SkyReels-V4即将正式重磅发布，API已经开放（skyreels.ai）。

链接:https://www.skyreels.ai/api-platform

在其他模态上，SkyReels V4也表现出色，在「文本到视频（无音频）」中排名第二。

空谈数据，不如直接看能力。接下来，好好看看全球第一的视频AI到底有多猛。

实测：AI短剧之王

对昆仑万维天工AI而言，SkyReels开始迈向完整的多模态视频生成系统转型，支持文本、图像、视频和音频输入。

它是全球首个同时支持多模态输入、联合音视频生成、统一生成/修复/编辑任务的视频基础模型。

下面六个方向的实测，每一个都能让你感受到这款模型的恐怖之处。

AI短剧生成：两张图+一段台词，直出影院级短剧。

你只要丢进两张角色图，再写一段台词。

SkyReels-V4就能直接吐出一段 1080p、32FPS、15 秒的视频。

画面质感、角色表情、嘴型同步，几乎没什么AI味儿。

不管是东方面孔还是西方面孔，效果都极其自然。

雷鸣交加，荒原上风沙漫卷，关公秦琼展开史诗对决——

从简单文字到完整视频+音频，零基础也能轻松创作电影级内容，真正做到「想拍什么，就拍什么」！

关键是AI味儿，几乎没了。

更关键的是，这次不是「先出画面，再硬贴声音」。

SkyReels-V4专门被设计为同时处理画面和声音。

多帧参考：九张图，终于把角色和剧情都钉住了。

此次SkyReels-V4最重磅的升级之一，是多帧参考。

你最多可以给它 9 张关键帧。

它会按这9张图，把中间的动作、镜头和过渡补出来。

这很重要，很实用。

以前做 AI 短剧，最容易翻车的就是两点：

前一秒还是这张脸，后一秒就「换脸」了；

刚刚还在这个场景，转头就跳到了另一个世界。

SkyReels-V4这次最实用的进步，就是把这两个坑压下去了，当之无愧的AI漫剧之王。

过去你需要在Premiere、AE、各种AI工具之间反复切换才能完成的工作，现在SkyReels-V4一个模型就全搞定。

换句话说，视频生成、元素植入、角色编辑与画面清理，正在被收敛到同一套通用编辑框架里。

这一次的一大突破，是把视频生成、补帧、延展、编辑统一进同一套接口，让文生视频、图生视频、视频延展、首尾帧插值，以及局部、全局编辑，都落在同一种处理框架下。

技术硬突破：凭什么硬刚Seedance 2.0？

看完效果，我们来看看SkyReels-V4背后的技术到底硬在哪里。

上个月，SkyReels V4 Preview登上全球现役模型排名第2时，我们就做过详细的分析报道。——AI味没了。

不到一个月，从Preview版全球第二到升级版登顶第一——这个速度，放在游戏里叫「开挂」，放在AI圈叫「SkyReels-V4」。

SkyReels-V4 这次往前冲，靠的不是小修小补。

它主要治好了两个视频AI老毛病。

第一个老毛病，是「画面好看，但逻辑不通」。

比如，水往天上流，杯子悬在空中，还不是动漫；人一转身，动作就穿帮。

为了解决这个问题，SkyReels-V4 在训练时，不再只盯着「像不像」，还要判断「对不对」。

说得直白一点，就是给模型加了一套更严格的评分系统：

画面要好看，动作要合理，声音还得对上嘴型和节奏。

哪里不对，就反复打回去重练。

这个过程，论文里叫全模态强化学习。

另一方面，团队引入了阶梯式课程强化学习机制，围绕分辨率与时长、任务复杂度、数据难度三个关键维度，推动模型从简单任务逐步进阶到复杂任务，持续提升对高难度生成场景的掌控能力。

你可以把它理解成： 以前老师只看卷面漂不漂亮；现在老师开始同时盯逻辑、动作和表达了。

以前老师只看考试成绩好不好；现在老师开始同时关注学生学习过程，改进授课方法了。

第二个老毛病，是「角色记不住」。

你给几张关键帧，SkyReels-V4就能把中间过程补出来。 你给它九张剧情图，SkyReels-V4就能尽量把角色脸、服装和场景风格一直锁住。

这对AI短剧太关键了。

以前最让人出戏的，就是角色一会儿一个样。

以前AI拍短剧，男主第一集是尖下巴，第二集变成了国字脸，观众直接出戏。

现在有了九宫格参考，角色全程一致，场景全程连贯，AI短剧终于从「看个热闹」升级到了「可以认真追」的水平。

这两项能力把视频生成的一致性和可控性拉到了行业天花板，也让SkyReels-V4从一个「视频生成工具」，正式进化为「短剧工业化生产引擎」。

SkyReels-V4技术报告也已公开。

技术报告：https://arxiv.org/pdf/2602.21818

直面实践的检验

国产AI版Netflix来了

真正值得注意的，不只是榜单，而是这套模型已经被放进业务里跑了。

DramaWave：昆仑万维的AI版Netflix。

SkyReels-V4的技术直接支撑了昆仑万维旗下的短剧平台DramaWave。

截至2026年1月，以DramaWave和FreeReels为核心的昆仑短剧平台，MAU已突破8000万大关，年化流水收入ARR破4.8亿美元，月流水高达4000万美元。

这不是PPT上的数字，而是真实的用户在真实地付费观看AI参与制作的内容。

近期，DramaWave 推出「百万美金・剧启 AI 」创作扶持计划，广纳全球优质创作者。昆仑万维全新自研的AI短剧Agent工具SkyAnime也同步上线，从工具端为创作者赋能，全方位提升创作效率。

DramaWave上的AI剧模块已上线近千部作品，AI自制剧月产能超30部。

以自制AI短剧《掠夺词条！我转职为亡灵天灾》为例，依托SkyAnime工具制作，成本不足2万美金，上线后单日投放超10万美金，累计播放量达数百万次。

这是一个完美的「技术→产品→商业化」闭环验证。

从「片段生成」升级为工业化全链路视频生产。

SkyReels-V4的意义远不止于「能生成一段好看的视频」。

对于AI短剧产业而言，SkyReels-V4解决的是最核心的痛点：角色一致性。

过去AI生成的短剧，角色换个镜头就「变脸」，观众根本无法入戏。

SkyReels-V4的九宫格参考能力，让角色在整部剧集中保持一致，让AI短剧的品质第一次达到了「可以认真看」的水平。

这对于整个AI影视产业来说，是质的飞跃。

为游戏、音乐、内容生态提供统一视频生成底座。

值得注意的是，SkyReels-V4不是一个孤立的产品。

昆仑万维旗下还有AI音乐创作平台Mureka——其O1模型是全球首个引入思维链（CoT）技术的音乐推理大模型，V8版本在音色、演奏技法、情感表达上持续突破，用户遍布全球100多个国家和地区。

SkyReels-V4的视频能力+Mureka的音乐能力，构成了从画面到声音、从配乐到人声的全链路创作闭环。

一家公司同时拥有全球顶尖的视频大模型和音乐大模型，这在全球范围内屈指可数。

一个品牌方可以用一句话生成完整的视频广告，一个独立音乐人可以把歌曲直接变成高质量MV，一个教育机构可以把课程自动转化为配有讲解、配乐和动态画面的教学视频——这些不是畅想，而是正在发生的事。

All in AGI

回顾昆仑天工在视频大模型领域的发展轨迹，你会发现SkyReels-V4的崛起绝非偶然，而是一场精心布局的战略级爆发。

2025年2月，开源SkyReels-V1——中国首个面向AI短剧创作的视频生成模型，基于千万级影视数据训练，支持33种微表情和400多种动作组合。

2025年4月，发布SkyReels-V2——全球首个使用扩散强迫（Diffusion Forcing）框架的无限时长电影生成模型。

2026年1月，开源SkyReels-V3——支持1-4张参考图像输入，实现多主体视频生成。

2026年2月，SkyReels-V4 Preview发布——Artificial Analysis全球榜第二。

2026年3月，SkyReels-V4正式登顶全球第一。

从V1到V4，它不是简单加参数。每一代都在补一个关键短板。

平均每3-4个月一次重大升级，这种迭代节奏在全球AI视频领域几乎无人能及。

这种持续创新的节奏，配合Mureka在AI音乐领域的领先地位、Skywork系列在大语言模型和多模态推理上的突破、以及DramaWave短剧平台的商业化落地，昆仑万维正在构建一个覆盖「算力—模型—应用」的完整AI生态闭环。

这正是昆仑万维自2023年初确立「All in AGI与AIGC」核心战略以来，最具说服力的成果展示。

AI视频创作的「大一统」时刻

站在2026年春天回望，AI视频生成领域在过去一年经历了翻天覆地的变化。

从Sora掀起的第一波浪潮，到Veo、Kling、Seedance等模型的百家争鸣，再到SkyReels-V4以「全模态参考+音视频联合生成+统一任务框架+全模态强化学习」的四位一体能力登顶全球——我们正在见证一个新时代的开启。

在这个时代里，视频创作不再是专业团队的专属特权，而是每一个有创意的人都能触及的表达方式。

而SkyReels-V4所代表的技术方向——用一个模型、一次操作，完成从文字构思到音视频成品的全流程创作——正是通往那个未来的最清晰路径。