SkyReels V4 API 核心能力完整覆盖本模型的所有核心功能，从基础的文生视频、图生视频，到多模态参考生成、视频编辑与修复、音画联合生成，全能力开放、支持灵活的参数配置，满足不同场景的定制化需求。
无论是内容平台、电商平台、教育机构、品牌方，还是开发者团队、创作工作室等，无需从零开始搭建大模型，不用再投入巨额的研发成本，只需要通过 SkyReels 的 API，即可直接调用这套全球顶尖的音视频联合生成能力，为自己的产品、业务、场景赋能。
我们希望将 SkyReels V4 的视频生成核心能力嵌入到每一个有需求的场景里，赋能全行业的合作伙伴。
使用入口
SkyReels V4 官网地址：https://www.skyreels.ai/
SkyReels V4 API 地址：https://www.skyreels.ai/api-platform
SkyReels V4 在双流架构解决音画同步核心问题的基础上，带来两大核心变革：一方面通过全模态强化学习（RL）为 AI 注入逻辑推理能力；另一方面，新增多帧参考、网格图参考等高阶任务，将视频生成的一致性与可控性推至行业新高度。
1
核心突破一：
全模态强化学习体系全面升级，从语义 Reward 到阶梯式课程学习
针对传统扩散模型重局部像素、轻整体语义逻辑、物理常识与叙事逻辑的行业痛点，我们打造了一套从评判标准到成长路径的完整强化学习体系。
一方面搭建全模态语义 Reward 模型，覆盖文生视频（T2V）、图生视频（I2V）、视频编辑、音视频对齐全场景，为生成提供全局精准的实时反馈，全方位优化生成效果；另一方面采用阶梯式课程强化学习路径，从分辨率与时长、任务复杂度、数据难度三个维度，让模型由简入繁掌握复杂能力，最终实现 1080p 15s 商用长序列生成，以及多任务大一统的能力框架。
该体系不仅实现了模型全任务能力的全面提升，更带来了极强的跨任务泛化性，模型习得的视频生成底层通用规律，可在不同任务间自由迁移。
2
核心突破二：
新增两大高阶参考任务，大幅拓展应用边界
本次升级新增关键帧参考能力 ( Keyframe Reference）与网格图参考能力 ( Grid Image Reference），全面提升视频生成的稳定性与灵活性。
其中，关键帧参考能力可基于用户给定的多节点关键帧，精准推演逻辑严密、动作连贯的中间画面，实现极强的时空补完能力；专为短剧生成打造的网格图参考能力，支持用户上传至多 9 张剧情关键帧，模型可稳定提取并保留角色特征与场景风格，生成逻辑完整、角色与场景全程连贯的叙事视频，解决了短剧生成中角色走形、场景跳跃的行业痛点。
3
做坚实的技术赋能者，SkyReels 与行业共同迎接 AI 视听新时代
过去一年多，SkyReels 团队致力于将 " 生成专业、好用、有感染力的视听内容 "，变成可复现、可控制、可迭代的系统能力。
昆仑万维已经陆续发布并开源多个 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 模型发布，将人像动画、表情驱动功能做到极致，打破 AI 人像 " 僵硬、无灵魂 " 的行业痛点；2025 年年中，SkyReels V2 开源，攻克无限时长影视生成核心难题，迈出从 " 生成片段 " 到 " 生成故事 " 的关键一步；2026 年初，SkyReels V3 升级迭代，多模态理解、画面一致性、动态流畅度、生成质量全面跃升，完成从 " 能生成 " 到 " 生成得好 " 的跨越。
今天登顶 Artificial Analysis 榜单 Text to Video ( With Audio ) 赛道全球第一，和用户见面的 SkyReels V4 模型，不是偶然的技术爆发，而是团队沿着高质量视频生成这条路，持续深耕、反复打磨，自然生长出来的结果。它不是单点能力的升级，而是从底层架构到上层能力，从生成质量到创作自由度，全维度的革新与突破。
未来，SkyReels 希望在 AI 视听这个全新的赛道上，做最坚实的技术赋能者，用最顶尖的技术打破创作的门槛，与全行业伙伴一起，迎接这个属于 AI 视听的全新时代。
更多关于 SkyReels
SkyReels V4 技术报告：https://arxiv.org/pdf/2602.21818
SkyReels V4 API 文档：https://www.skyreels.ai/dev/document
SkyReels V4 合作与反馈：feedback@skyreels.ai
SkyReels 系列开源模型地址：https://huggingface.co/Skywork
