2025年8月11日，昆仑万维宣布启动一场覆盖五大技术领域的SkyWoRk AI技术发布周，8月11日至8月15日，每天将发布一款新模型，从视频生成模型（SkyReels）、世界模型，到生图一体化模型、智能体（Agent）模型，再到AI音乐创作模型（MuReka），连续五天发布覆盖多模态AI核心场景的前沿模型，集中展示技术突破的最新成果。
这标志着昆仑万维AI技术全面迈入商业化应用阶段。前期重投入的研发成果加速转化为产品矩阵，技术变现飞轮高效运转。
技术周首日，全球首个支持分钟级长视频生成的音频驱动模型SkyReels-A3正式亮相。该模型通过四大技术创新锚定直播电商万亿市场痛点，可实现长视频连贯生成、影视级运镜控制与自然动作交互，为全球内容创作产业提供新一代技术基石。
技术突破：构建多模态协同的生成范式
传统视频生成技术受限于误差累积效应，面临长视频画面崩坏与动作僵硬的行业瓶颈。模型SkyReels-A3的创新在于构建了多模态协同的生成范式，保证了画面的一致性，基于DIT视频扩散模型框架构建，通过三路输入处理系统实现文本、图像与音频的深度融合，突破了误差控制机制，创新采用分段插帧策略，通过确定起始帧和终止帧生成视频片段，并取用尾帧作为插帧监督信号，成功将180秒长视频的画面稳定度控制在较高值，彻底解决行业顽疾。
在艺术创作的高阶美感表达维度，模型首创基于ContRolNet的镜头控制模块，支持固定镜头、推镜、拉镜、左摇、右摇、抬升、下降、手持镜头等8种运镜参数，且强度可自由连续调节。该技术使非专业用户也能精准控制镜头语言，这种能力源自对影视镜头物理轨迹的数学建模，显著提升直播带货场景的真实性，同时也可以提升音乐MV、电影片段的艺术表现力。
针对直播带货等交互场景中，效果不够逼真的痛点，模型通过DPO算法优化手部动作自然度，驱动生成效果逼近真人表现，该技术通过分析大量真实交互数据，建立动作-商品-语音的跨模态关联。
效率突破同样令人瞩目。模型SkyReels通过Step蒸馏技术，将推理步数从40步压缩至4步，画面质量保持率超98%，使视频生成时间缩短至80秒，大幅降低创作者硬件门槛。人工盲测进一步验证其优势：在带货场景中，在观众盲测中，89%的人认为模型SkyReels呈现的动作效果比竞品更真实自然，动作自然性和面部稳定性评分这两项关键指标均居行业首位。
