过去一年，AI视频行业试图用更大的参数，更快的生成速度，证明模型能够更好地生成逼真的画面。而到了越来越强调落地的下半年，竞争的焦点发生了变化。
看谁能让没有任何影视创作经验的小白，毫不费力地创作出直接可用的视频，也让专业创作者拥有更高的效率。
7月14日，LibTV沿着这一脉络做了重大版本的更新，LibTV Agent正式上线——Pick a LibTV Skill as Your Director. Make Any Video。母公司LiblibAI给它的定位是“一站式全链接AI影像平台”。
更新后的第一时间，我花一天时间用它跑了三种不同的视频任务：一条普通人“穿越”到世界杯的短片、一集复仇剧情的精品女频短剧，和一集皮克斯风格动画广告。效果惊艳到我，Agent能力已经完整渗透到整个视频的生产流程里。
01
0桢起手，一句话做一条世界杯短片
白天上班，夜里看球赛。最近很多人把自己的生物钟切成了两半，一半留给现实，一半留给了电视屏幕里的呐喊和奔跑。那么对于普通人来说，世界杯到底是什么？
在测试LibTV的叙事能力时，我想到的第一个故事就是普通人和世界杯。一个普通上班族，在深夜下班回家的路上，因为一个易拉罐，恍惚间走进了世界杯现场。
从这个创意开始，看看AI video Agent能在多大程度下，还原一个传统视频团队从策划到成片的完整流程。先感受一下我用LibTV生成的效果。
整个制作过程非常简单，即使是一个视频新手，也可以立即上手，完全打破了传统视频制作流程，写脚本、拍摄、剪辑、配乐等多个环节，也不需要在多个工具之间来回切换。
打开LibTV官网，在对话框里输入：“一个30岁的普通上班族，深夜加班回家，路过街边一盏孤零零的路灯下。看着地上的足球，他恍惚间听到了世界杯赛场的喧嚣。下一秒，他飞起一脚，皮球划过一道弧线，原来，他踢飞的只是一个易拉罐。他笑了笑，继续往家走。视觉风格：极致电影感。中英文双语字幕。”
然后自动进入画布。
首先生成的是一份锚点清单，和7张分镜构成的分镜清单。Agent根据上述的创意描述，自动生成了主角形象、深夜街道场景和世界杯决赛三张锚点图。同时，又自动规划了7个分镜脚本。每个镜头的时长、景别、角色、动作都列得清楚，甚至连分镜的提示词都准备好了，省去了为每个镜头单独描述的时间。
几分钟后，7个分镜被生成对应的视频素材，然后自动完成配乐和组合。一轮流程下来，我算了算，整个生产过程前后大约耗时32分钟，这个速度还是很满意的，毕竟我除了输出一个创意其他什么都没做。 放在以前，从创意到一条直接可以用的成片，可能至少要花上一两天。
先来看看中间没有经过调优，根据创意一键成片的效果。
这次测试，我给LibTV挖了一个“坑”。普通人和世界杯之间的关联，其实是模糊、抽象的。它不是球星射门那种可以直接视觉化的动作，而是一种情绪，一个普通人在深夜街头，突然被世界杯的集体情绪击中的瞬间。
我想看看，Agent究竟是真能理解这种情绪，还是只会根据“世界杯”这个关键词，生成一堆足球赛场的通用画面。
从成片来看，最终效果基本符合预期。那个在路灯下踢飞“足球”的瞬间，被处理成幻想中世界杯赛场，把足球踢到了空中，然后硬切回现实，原来“踢飞”的不过是一个易拉罐。
他自嘲地笑了笑，继续往家走。LibTV没有简单地堆砌球迷、球场、进球这些标签，而是用镜头语言把普通人和世界杯之间那种若即若离的联系讲清楚了。
此外，LibTV还给我带来一个很好的体感是，相比简单地执行指令，它更深度地理解普通人和世界杯之间的张力。成片里，现实部分的光影是冷峻又压抑，但幻想部分里澎湃又高燃。这种两极情绪的快速切换，反而把那个踢飞易拉罐的动作，变成了一种属于普通人的英雄时刻。
我的经验是，当初级视频创作者不知道怎么搭工作流时，可以先丢一个想法给故事版，Agent就会帮你生成完整的分镜脚本和粗剪素材。
故事板和工作流可以自由切换
若是需要对某个镜头进一步的修改，可再切换到工作流视图，对单独某个镜头进行调整，比如修改提示词、增加特效、调整运镜或者优化提示词，再最后合成视频。
在工作流里对分镜进行精修
用一句话来概括LibTV的这次更新，我的直观感受是，一方面LibTV想要生成很精致的镜头，另一方面也在尝试交付可用的成品。从视频行业打工人的视角来看，可以给到一个“夯”。
02
两小时做了一集爆款女频短剧
做完普通人与世界杯短视频测试后，我还很好奇，如果Agent已经可以做到根据一句话完成视频制作，下一步，还有没有更“偷懒”的方式？比如，调用一套成熟的视频创作方法？
这个答案可以在LibTV的Skill体系里找到。
可以一键调用的古典武侠电影美学导演Skill
LibTV把专业导演、广告团队、MV策划、短剧公司的真实创作经验，封装成了可调用的Skill库。它更像一个给创作者提供的“创意锦囊”，包括“古典武侠电影美学导演”“皮克斯动画广告”“王家卫电影美学”“无厘头喜剧编剧”等100多个Skill，每一个Skill对应一种成熟的创作风格或类型。
第二个测试项目，我决定用LibTV现成的Skill“复刻”一集精品女频短剧。
今年最火的短剧赛道非“精品女频”莫属。据行业数据，播放量破10亿的短剧中，女频占比高达90%。风格参考那种冷峻、克制的古装权谋美学，讲述一位医女隐忍十年后重返京城复仇的故事。
这种风格介于正剧的严肃和爽剧的节奏之间，需要安静的面部特写、压抑的色调和缓慢的镜头运动。
这也是考验AI video Agent能力的地方。它要让AI理解一种复杂的视觉风格，并且把这种风格转移到分镜逻辑、人物表演和场景氛围的控制流程里。
我试着调用一个叫“精品女频短剧一键成片”的Skill，输入了这个故事剧本大纲：一个医女被构陷通敌叛国、满门抄斩后，在冷宫雪夜被赐死前含恨立誓的故事。
输入提示词后，Agent自动调用“精品古装女频”Skill，并进入工作流程。
视频生成的过程，我像是在和AI进行创作协作，不断做着选择题。Agent通过问询和我一一确认视频时长、执行模式、画幅与分辨率、画面的三个核心要素、人物设定。每一步我只负责做选择和判断，不需要逐一再写提示词。
接下来，Agent自动完成故事确认和分镜脚本构建。让我眼前一亮的是，LibTV解决了一直以来视频行业很头痛的问题，角色变脸。
对于短剧、MV等长视频来说，这背后其实是一个角色一致性的问题。举个例子，AI视频生成很容易因为镜头切换，导致角色在第一个镜头里眼似秋水横波、肤若凝脂，第二个镜头切到侧面，鼻子塌了、皮肤变暗了，连衣服的颜色都偏了。
视频制作者一般来说需要反复垫图和调试，去修复镜头之间过渡衔接流畅度的问题。
LibTV的解决方式是对角色、场景、物品等进行锚定。以这段视频为例，Agent分别跑了三个角色的正面图，系统再逐一自动生成同一个角色的正面、侧面、背面参考图，以及服饰、配饰分解图，四张不同的表情设计图。
这个“角色三视图生成”功能相当于是给角色作“定妆照”，后续所有分镜都基于这套图生成。定妆后，即使镜头再变，角色形象也不怕跑偏了。
女主角色三视图
除了三视图，如果你对镜头的角度、灯光等有自己的想法，同样可以在脚本节点进行精细控制。以灯光调节为例，不需要反复修改文字提示词来调试打光，可以手动选择主光位，包括左侧、顶部、右侧、前方、底部、后方六种光源，并匹配9种轮廓光预设，方便不懂摄影灯光的小白快速上手。
对角色进行打光效果调试
这一条的时长比上一条视频长一倍，角色和剧情也复杂得多，一一确定细节并跑完5个分镜最终花了1个小时，加上对分镜逐一调优精修，最终，这一集短剧我总共花了2小时10分。
最后，有点遗憾地发现Skill里没有字幕，我把需求告诉Agent，它立马帮我安排上了，还是中英文字幕。这一趟操作下来，居然有一种视频小白变成了高手的错觉。看看我亲手制作的大片：
调用“精品女频短剧一键成片”Skill生成的短剧
LibTV Skill给我最大的感受是，原来依赖专业导演、摄影师和剪辑师经验才能制作的镜头和画面，现在只需要一键调用就直接解决了，还可以无限使用。
选择不同的Skill，就像有不同风格的导演在和你共同创作。你不需要自己懂分镜逻辑、打光设计、节奏控制，只要懂故事，就可以驾驭复杂的电影叙事。
03
我给自己“攒”了一个工作流
如果选一个现成的、封装好专业经验的Skill，等于把一位导演“请”进了项目组。那么基于某个爆款视频作品，你可以给自己攒一个“复制爆款”的工作流。
这次我的尝试对象是皮克斯风格的动画广告，让两位可爱的“小朋友”给LibTV跑鞋做一次广告。
第一步，搭一套短剧工作流。
我在LibTV画布里新建了一个项目，输入大纲：两个Q版动漫人物，一个穿红色运动服（角色A），一个穿蓝色运动服（角色B），脚上都穿着一双白色跑鞋，鞋侧有“LibTV”的发光Logo。他们站在一条蜿蜒的海边赛道上，背景是粉紫色的日落和漂浮的云朵。
整体视觉风格参考皮克斯动画，角色造型圆润可爱，动作夸张有弹性，表情丰富生动，场景色彩鲜艳，光影柔和，有电影级的景深和动态模糊。有对话，双语字幕。
除此以外，我什么都没做。以下是我收获的皮克斯风动画广告，说实话大大超出了预期，毕竟从一句话跑出成片只用了21分钟。
一句话生成皮克斯风格动画广告
一套流程跑通之后，第二步，封装Skill。
在画布里选中所有的节点，从剧本节点到图片节点到视频节点，点击“打组”，并添加到工具箱，取一个你想要的名字，比如我取的是“皮克斯风动画广告生成器”。
封装Skill
发布Skill也很简单。回到LibTV首页，找到输入框的左下方，有一个跟Skill相关的按钮。点击“我的”，输入框右侧会出现一个“创建Skill”的按钮，点进去后，按步骤逐一填写，最后保存。这套你花时间调试出来的创作流程，就被封装成了一个可被Agent随时调用的Skill，放到了“我的”里面。
创建之后，下次Agent就可以直接调用自己的Skill。Skill已经记住了你之前设置的所有节点逻辑，用的模型、批量生成的策略、时长等，从剧本、分镜到视频，自动串联完成，节省了很多时间。
比如，我调用自己的Skill，为“苹果”跑鞋一键复刻了一条广告。
惊喜的是，Agent并不是无脑复刻Skill里的角色和场景。除了跑步这个大的场景不变，角色、动作、语言和场步的背景都变了。
一天测试下来，我用LibTV完成了三类完全不同的视频任务，剧情短片、精品女频短剧和皮克斯风格动画。不同类型的创作，都在同一个画布中完成，没有切换不同的工具。
这正是AI视频正在发生的变化。AI把之前专业团队才能搭建起来的视频制作链路，从创意、脚本、分镜，到生成、修改和协作，拆解并重新组合成普通用户也可以调用的系统。
一直深耕视频创作的 LibTV 明白，视频创作领域，生成一条酷炫的视频只是AI领域的起点，把导演如何讲故事、广告人如何做创意、剪辑师如何控制节奏、短剧团队如何完成镜头调度的经验和能力搞明白，才是AI真正在商业化上落地的关键。
这次更新，也是 LibTV 背后对创作者生态的洞察。除了我上述的体验的功能外，它还推出复刻爆款skill。用户只需上传参考视频，输入自己的产品、角色或者脚本，就可以自动理解视频中的镜头节奏、叙事逻辑，迅速生成新的原创视频。对做跨境生意的商家来说，还可以一次生成，直接多语言字幕生成，快速适配跨国内容分发。
有意思的是，LibTV正在打造全球最大的专业视频Skill Hub。当越来越多广告导演、MV 导演、短剧团队、品牌创意人和自媒体创作者，把真实项目验证的创作方法沉淀为可调用的Skill后，会带来什么样的变化？
现在AI行业的变化几乎按周计算，很多共识都在不断掀翻。但有一点是不变的，当这些方法随着真实项目的验证和环境的变化，不断迭代，用户创作的自由感肯定会被继续放大。
任何人但凡有一个念头，都可以在这里找到合适的导演（skill）帮你实现。用户在一家平台有了更好的体验和感受后，也会留在平台里创作。
这或许才是LibTV想做的 ，吸引每一位有创作想法的人，来这里成为专业创作者。
撰写｜孙方
热门跟贴