編輯 | 陳陳

隨著生成式 AI 繼續(xù)深入內(nèi)容創(chuàng)作，AI 視頻和 AI 短劇正在成為最熱鬧的賽道之一，入局者越來越多。

但對創(chuàng)作者來說，真實體驗往往沒有想象中輕松：AI 生成的素材不少，但能直接用的成片并不多。一條視頻通常要反復(fù)跑好幾版，才能挑出滿意結(jié)果；一個角色要多次校準(zhǔn)，才能盡量保持前后一致；一組分鏡只要中間接不上，就得繼續(xù)補鏡頭、換參考圖、重新調(diào)節(jié)奏。

這些問題表明，AI 已經(jīng)降低了創(chuàng)作門檻，但真正磨人的，是生成之后怎么改、怎么穩(wěn)定做下去。

而這背后還有 token 成本。

今年以來，硅谷大廠已經(jīng)開始追著 Token 算賬，微軟把 Copilot Cowork 轉(zhuǎn)向用量計費，Meta 也計劃通過 AI Gateway 追蹤團(tuán)隊 Token 用量和支出。

這個問題放到 AI 視頻和短劇創(chuàng)作里，會變得更具體。創(chuàng)作者不是生成一次就結(jié)束，而是要不斷試鏡頭、風(fēng)格、角色一致性、分鏡銜接等。單次調(diào)用或單次生成看起來不貴，但只要進(jìn)入高頻試錯，成本就會很快累積。很多想法還沒真正跑起來，預(yù)算壓力已經(jīng)先到了。

就在這個節(jié)點上，Agnes AI 做了一個很不尋常的決定。

自 6 月 1 日起，Agnes AI面向全球開發(fā)者和創(chuàng)作者無限期免費開放旗下核心全模態(tài)模型 API。覆蓋文本模型 Agnes-2.0-Flash（ 支持 1M Token 超長上下文）、圖片模型 Agnes-Image-2.1-Flash （支持 4K 高清生成）和視頻模型 Agnes-Video-2.0（即將升級到 Agnes-Video-2.5-preview），不需要通過限時任務(wù)、試用額度或額外會員門檻來解鎖。

但對開發(fā)者來說，API 是能力入口；對創(chuàng)作者來說，他們更需要一個可以直接開始工作的產(chǎn)品環(huán)境。因為真實創(chuàng)作并不是調(diào)用一次模型就結(jié)束了，而是一條連續(xù)鏈路：需要想創(chuàng)意、生成圖片、修改素材、再轉(zhuǎn)成視頻、繼續(xù)補鏡頭，最后再組織成完整短片。

因此，Agnes AI 這次更重要的動作，是推出了Pavo PC 端 AI 創(chuàng)作平臺。定位為面向創(chuàng)作者的 Agent Native 平臺，覆蓋圖片、視頻和短劇三類創(chuàng)作場景，是一款真正可免費使用的視頻創(chuàng)作平臺

從 API 免費，到模型能力升級，再到 PC 端創(chuàng)作平臺上線，Agnes AI 正在把全模態(tài)能力從可以調(diào)用，進(jìn)一步推向可以直接創(chuàng)作。

Pavo：PC 端首發(fā)，把模型裝進(jìn)了工作臺

現(xiàn)在，很多 AI 創(chuàng)作工具的問題在于，單點能力很強，但流程被拆得稀碎。

創(chuàng)作者可能要先在一個工具里生成圖片，再下載到本地；接著上傳到另一個平臺做圖生視頻；如果要做短片，還要自己寫劇情、拆分鏡、生成角色圖、挑模型、改提示詞、剪輯素材。每一步看似都能被 AI 輔助，但串起來之后，用戶仍然要承擔(dān)大量流程管理和素材整理工作。

針對這些痛點，Agnes AI 基于自研模型推出了PC 端 AI 創(chuàng)作（短劇 + 圖片）平臺產(chǎn)品 Pavo，它的核心模塊包括Agent、圖片生成、視頻生成和劇情短片，覆蓋從素材生成到短劇制作的多個環(huán)節(jié)。這四個模塊并不是相互獨立，而是在同一個工作流里協(xié)同工作，這也是 Pavo 的核心設(shè)計邏輯所在。

值得一提的是，Pavo 基于 Agnes 自研模型提供免費可用能力。相比限時免費、任務(wù)獎勵免費或階段性開放的產(chǎn)品，Pavo 更想強調(diào)的是一個穩(wěn)定、長期可用的創(chuàng)作入口。當(dāng)然，Pavo 平臺也接入了其他主流圖片和視頻模型，部分第三方模型需要開通會員或消耗相應(yīng)額度。

Agent：用一句話組織創(chuàng)作任務(wù)

Pavo 的第一個關(guān)鍵模塊是 Agent。

傳統(tǒng) AI 創(chuàng)作往往需要用戶自己拆流程：先想創(chuàng)意、寫提示詞，再生成圖片、轉(zhuǎn)成視頻、反復(fù)調(diào)風(fēng)格和節(jié)奏。Pavo Agent 則把這些步驟串起來，讓系統(tǒng)替用戶組織創(chuàng)作過程。

比如輸入提示：「為一款藍(lán)牙耳機制作一張商業(yè)海報和 15s 廣告視頻?！笰gent 功能不僅生成了一張商業(yè)海報，還產(chǎn)出了一套可用于營銷傳播的視頻素材。

Pavo 視頻創(chuàng)意超乎你的想象，畫面既突出了產(chǎn)品本身的質(zhì)感，也通過更有沖擊力的鏡頭和節(jié)奏，讓這支 15 秒廣告片有了比較明確的記憶點，適合用在短視頻平臺展示，或作為廣告投放素材繼續(xù)打磨。

對創(chuàng)作者來說，這相當(dāng)于把過去需要策劃、分鏡、視覺設(shè)計和視頻生成多個環(huán)節(jié)共同完成的工作，壓縮到了一條更連續(xù)的創(chuàng)作鏈路里。用戶不需要從零設(shè)計每一個鏡頭，只要給出大方向，Pavo 就能先生成一個可參考、可修改、可繼續(xù)延展的初版方案。

很多時候，第一次生成并不是最終結(jié)果，創(chuàng)作者往往還需要繼續(xù)調(diào)整。比如一張人物海報已經(jīng)生成好了，但你還想換一換服裝風(fēng)格。此時，用戶可以繼續(xù)向 Pavo Agent 提出修改要求：比如「把女模特的衣服換成如下風(fēng)格，其余保持完全一致?！?/p>

Agent 不是重新生成一張完全不同的圖，而是具備上下文記憶能力，在保留原有人物、姿態(tài)、構(gòu)圖和畫面氛圍的基礎(chǔ)上，只調(diào)整指定區(qū)域。對創(chuàng)作者來說，這比從頭再試一遍要高效得多。

你還可以繼續(xù)做成廣告視頻：

類似的操作還可以繼續(xù)擴展：更換背景、調(diào)整光影、改變畫面風(fēng)格。Pavo Agent 的價值在于，它讓用戶可以圍繞一個初版結(jié)果持續(xù)打磨，而不是每次修改都重新開始。對于需要多輪調(diào)整的項目來說，這個設(shè)計減少了大量重復(fù)溝通的成本。

圖片與視頻生成：從單點生成到素材流轉(zhuǎn)

Pavo 創(chuàng)作平臺集成了業(yè)界主流的圖片生成模型，支持文生圖、圖改圖、局部編輯等多種方式。用戶可以根據(jù)任務(wù)選擇不同模型，并能調(diào)整畫面比例（如 1:1，4:3）、分辨率（如 SD，HD 等）以及模型支持的其他參數(shù)。

比如「生成一款時尚雜志海報，打扮時尚的模特和雜志標(biāo)題，參考時尚芭莎之類，比例 9:16,1080p?！股尚Ч呀?jīng)具備比較完整的時尚雜志封面質(zhì)感，對于創(chuàng)作者來說，這類結(jié)果已經(jīng)可以作為視覺初稿繼續(xù)打磨。

你還可以將圖片繼續(xù)引用到圖片編輯或視頻生成流程，如：「文字樣式和風(fēng)格樣式不變，改變模特和場景，短發(fā)墨鏡，現(xiàn)代場景，不要大煙熏妝，要時尚的西裝裙和短發(fā)墨鏡打扮，比例 9:16,1080」

對于內(nèi)容創(chuàng)作者來說，這意味著一套視覺概念可以快速衍生出多個版本：既可以做成不同人物、不同場景的平面海報，也可以直接進(jìn)一步用于圖生視頻，延展為短視頻封面、品牌廣告片或社交媒體素材。

視頻生成模塊同樣支持文生視頻、圖生視頻以及不同類型的視頻創(chuàng)作。用戶可以自主選擇視頻模型，根據(jù)模型能力調(diào)整比例、時長、清晰度等參數(shù)。

下面是圍繞人類命運共同體生成的視頻，它生成的不是幾個彼此孤立的畫面，而是一條有起承轉(zhuǎn)合的短片敘事。鏡頭之間通過場景切換不斷推進(jìn)主題，讓一個宏觀概念能夠被觀眾直觀看見。

小女孩和小鹿的這支視頻短片，已經(jīng)有了動畫片的感覺：發(fā)現(xiàn)星星、靠近星星、與小鹿互動、星光升起。角色、場景和情緒都圍繞同一個故事線展開，觀眾能夠順著鏡頭看懂發(fā)生了什么。

劇情短片：AI 視頻創(chuàng)作開始從鏡頭走向成片

過去很多 AI 視頻工具更擅長生成單個鏡頭，但短劇和短片需要的是一條完整鏈路：故事創(chuàng)意、劇本、人物、場景、分鏡、鏡頭生成、成片輸出。假如只靠一個視頻生成框，很難完成穩(wěn)定的敘事創(chuàng)作。

Pavo 的劇情短片功能面向 AI 短片和短劇場景，通過短劇 Harness 對創(chuàng)作流程進(jìn)行優(yōu)化，重點是在各個步驟之間做流程銜接，而不是把每一步變成獨立工具。用戶可以從一句故事創(chuàng)意開始，繼續(xù)完成劇本創(chuàng)作、人物與場景設(shè)定、分鏡設(shè)計、視頻生成和成片渲染。

下面這支短劇，是一個古裝逃婚題材的豎屏片段。

可以看到，畫面已經(jīng)有了比較明確的連續(xù)劇情。它不是簡單生成幾組古裝人物同框畫面，而是通過近景對話、雙人互動、遠(yuǎn)景環(huán)境和群像場面之間的切換，逐步推進(jìn)人物關(guān)系和故事沖突。

作為一支由故事主題自動生成的古裝短劇片段，它已經(jīng)具備短劇創(chuàng)作中的幾個關(guān)鍵要素：角色、場景、沖突和鏡頭節(jié)奏。對創(chuàng)作者來說，這類結(jié)果未必就是最終成片，但已經(jīng)可以作為分鏡初稿和視覺樣片，用來驗證故事方向，并為后續(xù)擴寫劇本、補充臺詞和剪輯成片打下基礎(chǔ)。

這一模塊也非常貼合當(dāng)下社交媒體上消費需求旺盛的內(nèi)容類型，比如熱點短劇、職場輕喜劇、萌寵擬人、懸疑短片和品牌劇情廣告。

短劇創(chuàng)作真正難的地方在于連續(xù)性。人物要前后一致，場景要接得上，故事節(jié)奏要順，鏡頭之間還要服務(wù)同一個情緒和敘事目標(biāo)。Pavo 劇情短片功能重點解決的，正是從故事創(chuàng)意到成片雛形之間的流程銜接問題，讓用戶可以先快速得到一個可觀看、可修改、可繼續(xù)擴展的短劇初版。

三個底層機制，讓四個模塊真正協(xié)同

四個模塊能夠協(xié)同工作，背后是三個核心機制在支撐。

第一個是素材快速引用。簡單說，就是當(dāng)前創(chuàng)作流程里產(chǎn)生的任何圖片或視頻，可以直接在下一步里引用，不需要離開平臺去整理文件。生成的角色圖可以直接作為視頻首幀，上一個鏡頭的結(jié)果可以作為下一個鏡頭的參考，已有的商品圖可以直接送進(jìn)廣告視頻生成流程。

這個能力的價值在于把一個通常分散在多個工具和多個本地文件夾里的工作流，攏在了同一個環(huán)境內(nèi)。每次跨平臺切換不只是操作成本，更重要的是你每次都要在新工具里重新解釋上下文，Pavo 通過素材直接引用避免了這種信息損耗。

第二個是智能模型路由。Pavo 內(nèi)部集成了 Agnes 自有模型和部分第三方模型，智能路由會根據(jù)任務(wù)的復(fù)雜程度自動匹配：簡單場景優(yōu)先走成本低的基礎(chǔ)模型，復(fù)雜人物動作、精細(xì)運鏡、多鏡頭敘事這類任務(wù)則切換到性能更強的模型，包括外部模型。

用戶不需要提前研究各個模型的特性和適用邊界，也不需要手動在多個平臺之間切換去測試哪個模型效果更好，系統(tǒng)在這一層做了判斷。這個機制對于并不熟悉各模型差異的普通創(chuàng)作者來說，降低的是入門門檻；對于有高頻創(chuàng)作需求的團(tuán)隊來說，避免的是把高成本模型用在不需要它的簡單任務(wù)上。

第三個是Harness 調(diào)度框架，這是 Agent 模式和劇情短片功能背后的統(tǒng)一引擎。Harness 的作用是把多步驟任務(wù)里的需求理解、素材引用、模型調(diào)用、生成執(zhí)行、結(jié)果輸出這些環(huán)節(jié)串在一起，使整個過程對用戶來說是連續(xù)的，而不是一段一段需要手動銜接的。

短劇 Harness 在此基礎(chǔ)上做了針對內(nèi)容創(chuàng)作的專項設(shè)計：它會先判斷用戶的創(chuàng)作類型，是情緒向的劇情短劇、還是傳播導(dǎo)向的品牌廣告、還是搞笑向的輕喜劇，然后根據(jù)類型匹配風(fēng)格、設(shè)計鏡頭邏輯、調(diào)整生成路徑，而不是對所有內(nèi)容一視同仁地走同一套模板。這個差異在實際出片質(zhì)量上是可以感知到的，盡管具體效果還需要實測來評估。

Agnes-Video-2.5-preview：視頻模型即將上線

除了已經(jīng)開放的 Agnes-Video-2.0，Agnes AI 的視頻模型也即將迎來新版本 Agnes-Video-2.5-preview。

Agnes-Video-2.5-preview 生成結(jié)果

Agnes-Video-2.5-preview 預(yù)計本周上線。相比 2.0 ，新版本圍繞效率、動態(tài)表現(xiàn)和可控性進(jìn)行了升級。

首先是生成速度，相比 Agnes-Video-2.0 版本提升了一倍。這個改動的意義不只在于等待時間減半，更在于它改變了批量測試這件事的可行性。做短視頻素材的人都知道，一個概念通常要跑十幾個版本才能選出方向，速度翻倍意味著同樣的時間內(nèi)，迭代輪數(shù)可以翻一番，試錯成本在時間維度上也隨之壓縮。

其次是動態(tài)表現(xiàn)。Agnes-Video-2.5-preview 優(yōu)化了運鏡效果，可以減少僵硬、突?；虿贿B貫的鏡頭變化，讓畫面運動更加順滑。

例如，在一段關(guān)于沿海漁民生活的視頻生成中，Agnes-Video-2.5-preview 通過遠(yuǎn)景、特寫、中近景之間的切換，完成了一個比較自然的敘事節(jié)奏。

畫面先用較大的環(huán)境鏡頭交代整體氛圍，隨后切入漁民整理漁網(wǎng)的手部細(xì)節(jié)，再轉(zhuǎn)向人物拉網(wǎng)動作過程。整個過程沒有出現(xiàn)明顯突兀的跳切，也沒有為了增加動態(tài)感而讓鏡頭大幅晃動，景別之間的轉(zhuǎn)換比較克制。

Agnes-Video-2.5-preview 生成效果

作為對比，Agnes-Video-2.0 在類似場景中的運鏡和連續(xù)性略弱一些。它同樣能夠生成漁民勞作、漁船和海邊環(huán)境等元素，但畫面中少了復(fù)雜運鏡、多鏡頭敘事等高難度場景，動作銜接不夠自然，人物起身、搬動漁網(wǎng)的過程不自然。

Agnes-Video-2.0 生成效果

新模型也增強了對物理規(guī)律的還原，降低人物、物體和環(huán)境交互中的漂浮、穿模、不自然碰撞等問題。

我們以沿海山路行車視頻為例，畫面中車輛始終貼合道路行駛，沒有出現(xiàn)明顯漂浮或突然偏離路面的情況。同時，人物和車內(nèi)空間的關(guān)系也比較穩(wěn)定。駕駛者的位置、方向盤、車窗和座椅之間沒有明顯穿?；蝈e位。車外的護(hù)欄、山體、海面與道路之間也保持了相對合理的空間層次，環(huán)境沒有因為鏡頭運動而出現(xiàn)大幅變形。

作為對比，2.0 版本在類似場景中更容易出現(xiàn)運動關(guān)系不夠穩(wěn)定的問題，畫面銜接處能看到瑕疵。

左：Agnes-Video-2.5-preview 生成效果；右：Agnes-Video-2.0 生成效果

這類改進(jìn)看似細(xì)節(jié)，卻是 AI 視頻從能生成走向能使用的關(guān)鍵。

在真實創(chuàng)作里，創(chuàng)作者往往不只需要一個可看的結(jié)果，還需要圍繞同一主題不斷嘗試不同風(fēng)格、鏡頭和情緒表達(dá)，從中挑出最適合繼續(xù)打磨的版本。

比如，圍繞同一個香水廣告提示詞，Pavo 可以生成風(fēng)格差異明顯的多組結(jié)果。

這種畫面多樣性對內(nèi)容創(chuàng)作者很重要。廣告、短片和社交內(nèi)容往往需要多個可選版本：有的適合作為主鏡頭，有的適合作為氛圍鏡頭，有的可以截取成轉(zhuǎn)場或補充素材。如果生成結(jié)果過于相似，創(chuàng)作者只能在有限素材里挑選；而當(dāng)同一提示詞能夠生成不同動作、不同鏡頭和不同氛圍的版本時，后續(xù)剪輯、組合和二次創(chuàng)作的空間也會更大。

另外，Agnes-Video-2.5-preview 允許用戶上傳多張參考圖，讓生成的視頻在人物外觀、商品細(xì)節(jié)、場景風(fēng)格上與參考圖保持一致。新版本還改善了畫面中的字幕亂碼問題。

結(jié)語

AI 視頻和短劇正在進(jìn)入一個需求快速放大的階段。

短視頻平臺需要更高頻的內(nèi)容供給，電商商家需要圍繞同一款商品持續(xù)生成主圖、詳情頁、種草視頻和投放素材，短劇創(chuàng)作者則要更快完成故事、人物、場景、分鏡和成片制作。

過去，這些工作高度依賴人工，周期長、成本高。現(xiàn)在，AI 讓個人創(chuàng)作者和小團(tuán)隊也有機會參與進(jìn)來。

但 AI 視頻創(chuàng)作要不斷嘗試。比如一條廣告視頻要試不同鏡頭，一組商品素材要試不同風(fēng)格，一個 AI 角色要反復(fù)校準(zhǔn)一致性，一支短劇還要補分鏡、補轉(zhuǎn)場、補人物表情和場景變化。很多平臺按會員、積分或生成次數(shù)收費，一旦進(jìn)入高頻試錯，成本會很快累積。

這也是 Agnes AI 免費開放全模態(tài)模型 API，以及推出 Pavo 的關(guān)鍵意義。

文本、圖片、視頻三條模型線同時開放，再通過 Pavo 把 Agent、圖片生成、視頻生成和劇情短片放進(jìn)同一個工作流里。

對創(chuàng)作者來說，過去一個想法要不要繼續(xù)往下試，往往取決于還剩多少額度、素材能不能順利接到下一步。Pavo 把這些環(huán)節(jié)盡量收在同一個工作流里，讓用戶可以先把圖片做出來，再繼續(xù)生成視頻，最后往短劇成片推進(jìn)。成本壓力小了，流程也少了很多中斷，創(chuàng)作者才更容易把一個想法從草稿推進(jìn)到可以發(fā)布的內(nèi)容。

當(dāng) AI 視頻和短劇創(chuàng)作進(jìn)入規(guī)?；囧e階段，真正的好創(chuàng)意才會被更快地篩選出來，被更多人看到。

Pavo 鏈接：https://app.pavo-ai.work/