12月3日，可灵推出视频生成2.6模型，该模型具备“音画同出”能力，能够在单次生成中，输出包含自然语言、动作音效以及环境氛围音的完整视频。本次模型升级了文生音画、图生音画两大功能。目前，语音支持生成中文与英文，生成的视频长度最长可达10秒。