SkyReels V4登上Artificial Analysis榜單全球第一

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視頻生成能力最強的大模型，標志中國AI視頻生成技術實現世界級引領。

同時，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，從基礎的文生視頻、圖生視頻，到多模態參考生成、視頻編輯與修復、音畫聯合生成，全能力開放、支持靈活的參數配置，滿足不同場景的定制化需求。

無論是內容平臺、電商平臺、教育機構、品牌方，還是開發者團隊、創作工作室等，無需從零開始搭建大模型，不用再投入巨額的研發成本，只需要通過SkyReels的API，即可直接調用這套全球頂尖的音視頻聯合生成能力，為自己的產品、業務、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有需求的場景里，賦能全行業的合作伙伴。

SkyReels V4在雙流架構解決音畫同步核心問題的基礎上，帶來兩大核心變革：一方面通過全模態強化學習（RL）為AI注入邏輯推理能力；另一方面，新增多幀參考、網格圖參考等高階任務，將視頻生成的一致性與可控性推至行業新高度。

核心突破一：全模態強化學習體系全面升級，從語義Reward到階梯式課程學習

針對傳統擴散模型重局部像素、輕整體語義邏輯、物理常識與敘事邏輯的行業痛點，我們打造了一套從評判標準到成長路徑的完整強化學習體系。

一方面搭建全模態語義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的實時反饋，全方位優化生成效果；另一方面采用階梯式課程強化學習路徑，從分辨率與時長、任務復雜度、數據難度三個維度，讓模型由簡入繁掌握復雜能力，最終實現1080p 15s商用長序列生成，以及多任務大一統的能力框架。

該體系不僅實現了模型全任務能力的全面提升，更帶來了極強的跨任務泛化性，模型習得的視頻生成底層通用規律，可在不同任務間自由遷移。

核心突破二：新增兩大高階參考任務，大幅拓展應用邊界

本次升級新增關鍵幀參考能力 (Keyframe Reference)與網格圖參考能力 (Grid Image Reference)，全面提升視頻生成的穩定性與靈活性。

其中，關鍵幀參考能力可基于用戶給定的多節點關鍵幀，精準推演邏輯嚴密、動作連貫的中間畫面，實現極強的時空補完能力；專為短劇生成打造的網格圖參考能力，支持用戶上傳至多9張劇情關鍵幀，模型可穩定提取并保留角色特征與場景風格，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、場景跳躍的行業痛點。

做堅實的技術賦能者，SkyReels與行業共同迎接AI視聽新時代

過去一年多，SkyReels團隊致力于將 “生成專業、好用、有感染力的視聽內容”，變成可復現、可控制、可迭代的系統能力。

昆侖萬維已經陸續發布并開源多個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模型發布，將人像動畫、表情驅動功能做到極致，打破AI人像 “僵硬、無靈魂” 的行業痛點；2025年年中，SkyReels V2開源，攻克無限時長影視生成核心難題，邁出從 “生成片段” 到 “生成故事” 的關鍵一步；2026年初，SkyReels V3升級迭代，多模態理解、畫面一致性、動態流暢度、生成質量全面躍升，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，不是偶然的技術爆發，而是團隊沿著高質量視頻生成這條路，持續深耕、反復打磨，自然生長出來的結果。它不是單點能力的升級，而是從底層架構到上層能力，從生成質量到創作自由度，全維度的革新與突破。

未來，SkyReels希望在AI視聽這個全新的賽道上，做最堅實的技術賦能者，用最頂尖的技術打破創作的門檻，與全行業伙伴一起，迎接這個屬于 AI 視聽的全新時代。