昆仑万维开源SkyReels-V2，近屿智能紧跟AI发展新浪潮

昆仑万维旗下SkyReels团队重磅发布并正式开源全球首个基于“扩散强迫框架”的长时长视频生成模型SkyReels-V2。该模型融合了多模态大语言模型、多阶段预训练、强化学习与扩散强迫机制，协同优化推动视频生成迈入新纪元。模型聚焦于解决视频生成中的提示词响应性、画面质量、运动流畅性以及长短协调等核心痛点，当前已能输出30至40秒高一致性、高运动精度和高保真的视频成果，广泛支持故事生成、图像转视频、多视角运镜和多主体一致性（SkyReels-A2）等场景。

SkyReels-V2的技术进展主要体现在以下几个方面： (1) SkyCaptioner-V1作为影视级视频理解引擎，结合结构化表示和多模态大语言模型，增强镜头语言理解与描述生成能力； (2) 借助强化学习优化视频运动表现，通过标注数据与合成训练缓解动态扭曲问题； (3) 高效的扩散强迫结构微调预训练模型，有效降低长视频生成成本； (4) 多阶段渐进式训练策略配合海量数据，实现资源可控条件下的高质量视频合成。

评测数据显示，SkyReels-V2在SkyReels-Bench（含1020条文本提示词）四大指标中——提示响应性、动作流畅度、一致性与画面质量——表现均衡领先。在V-Bench1.0评估中，其综合得分（83.9%）及视觉质量得分（84.7%）均优于HunyuanVideo-13B、Wan2.1-14B等同类产品，展现出领先的生成能力。

在应用层面，该模型借助滑动窗口生成机制实现连贯长镜头生成，支持图像转视频两种路径，配合优选样本提升AI导播运镜能力，基于SkyReels-A2则可实现文本引导下的任意视觉要素融合。

昆仑万维表示，未来将持续推动SkyReels-V2系列模型与SkyCaptioner-V1的开源优化，降低大规模生成视频的计算门槛，赋能影视制作、虚拟仿真等产业场景加速落地。