天工短劇工作臺上線Agent智能分鏡與無限畫布,崑崙萬維要把AI短劇從隨機抽卡拉向可控生產
重點摘要
AI資訊AI新閒資訊正文天工短劇工作臺上線Agent智能分鏡與無限畫布,崑崙萬維要把AI短劇從隨機抽卡拉向可控生產發布於AI新閒資訊時間 :Jul 17, 2026閱讀 :1分鐘AI短劇行業已經翻過野蠻生長的一頁,正式邁入精品化、規模化的新階段。
AI短劇產業正從過去的野蠻生長邁向精品化與規模化,但創作過程中的不可控性成為許多團隊的痛點。崑崙萬維於7月16日推出天工短劇工作臺(SkyProduction),針對當前創作者依賴AI隨機生成、角色變臉、前後鏡頭缺乏敘事邏輯等問題,提出智能分鏡與無限畫布的雙軌創作模式,試圖將短劇生產從盲盒式抽卡轉向可控、可干預的工業化流程。崑崙萬維在發表時點出三大殘酷現狀:創作過程不可控,AI隨機生成容易導致角色變臉與站位漂移,前後鏡頭缺乏連貫的敘事邏輯;質感與產能難以平衡,全自動生成充滿機械感,而手動精修又無法支撐規模化交付;團隊管理缺乏統籌,多人協作時缺少標準化工具,項目進度、算力成本與數據難以統一管理。
團隊強調,精品AI短劇的真正門檻從來不是抽出一兩個好鏡頭,而是能將角色站位與表演穩定延續到整部作品。為此,天工短劇工作臺以「導演思維」為核心,將創作流程拆解為可視化、可干預的環節。上傳劇本後,導演Agent會自動解析關鍵資產,並支援一鍵生成多視細節的數字資產。不同於傳統的三視圖,這套多視細節圖能產出更豐富、更自然的角色參考,從源頭減少變臉問題。更關鍵的是,系統要求先排站位、再生成影片,導演Agent會根據劇情規劃人物站位與機位,並參考前一鏡的構圖生成下一鏡站位圖,讓影片生成擁有更多關鍵幀資訊,做到「下一鏡記得上一鏡」。在電影質感方面,工作臺內建影視級導演思維提示詞模板,也支援導入自訂模板。
這些模板不只是描述畫面,而是幫助AI理解鏡頭語言,提升成片的連續性與質感。無論是中景、特寫,系統都能用專業導演思維補齊鏡頭語彙,降低新手創作者的技術門檻。對於出海需求,系統原生支援英語文本識別,從劇本解析到音影片生成都能以英文思維處理,讓英文精品短劇一鍵開拍,直接服務海外內容場景。第二條軌道是「無限畫布」,為創作者提供一張持續展開的創意工作區。所有參考素材與生成結果都能圍繞同一項目鋪開,一目了然,不必在多個工具之間反覆切換。工作臺更推出720度全景圖能力,能從一張固定角度的圖像補全整個場景空間,推算出可環繞取景的環境。
多角度編輯器幫助創作者在不打斷角色與場景一致性的前提下尋找更合適的構圖;打光編輯器則可調整光線方向、明暗與氛圍,讓同一套人物場景呈現不同劇情情緒。面對雙人對話、群像調度或複雜動作場景,工作臺內建「3D導演臺」,讓創作者在虛擬空間中擺放人物,確認角色距離、朝向、視線關係與鏡頭角度,再進入後續畫面和影片生成。這意味著創作者不再只是描述畫面,而是能像導演一樣先完成場面調度,再交由AI生成對應內容。為了驗證這套工具的有效性,天工短劇工作臺展示了三部由它創作的精品AI短劇。
這三部作品上線短劇平台DramaWave僅七天,就已達成百萬美元級營收,劇名分別為《The Sacrificed Son Rises to God》《The loser ex-husband is the great savior》與《Golden Dragon: Yield to None》。平台方強調,這些短劇成為爆款的關鍵並非抽到幾個好畫面,而是透過導演思維進行合理的故事編排與一致性控制。面向企業級用戶,工作臺強化了B端協同與管理功能。支援主帳號與子工作室帳號體系,可依不同角色設定權限,讓任務推進與數據資產管理更加清晰。
全新上線的數據中心能從項目、劇集、成員、時間等多個維度檢視算力消耗與產出情況,幫助工作室覆盤成本與效率,讓每一筆流水都能清晰溯源。展望未來,崑崙萬維判斷AI短劇行業競爭重點已從生成效率轉向流程可控度、作品穩定性與精品率。天工短劇工作臺將第一時間接入Skyreels、Seedance 2.5、Kling等新一代影片生成模型,驅動Agent智能分鏡持續迭代。平台方表示,目標是讓AI不僅是提高產能的效率工具,更能成為理解劇本、執行鏡頭意圖、協助創作者穩定完成精品作品的生產夥伴。
Related
相關文章

當 human in the loop 變成“閉著眼睛點確認”,企業Agent 安全還能靠誰?
專家指出,AI Agent 從內容安全轉向行為安全,提示詞注入、工具濫用與過度授權成為主要風險。企業應建立可視、可管、可追溯的安全基線,並對工具權限進行最小化與臨時化管理,避免 human in the loop 淪為形式。安全防護需從靜態入口轉向動態行為約束,以因應 Agent 自主執行帶來的全新挑戰。

開源Agent框架刷爆ARC-AGI-3,「自我改進」的RLM harness引爭議
一套開源Agent框架在ARC-AGI-3基準測試中創下超過85%的正確率,大幅領先其他解決方案,其核心是名為「RLM harness」的自我改進機制。然而,該方法引發學術爭議,部分研究者批評它透過反覆試錯「鑽漏洞」,不符合ARC-AGI評測一次性推理的精神。這場討論促使AI社群重新審視評測標準,並可能影響未來ARC-AGI版本的設計方向。

騰訊是在“賽馬”,還是在打造 “Agent工廠”?
騰訊內部正在探討其發展策略究竟是「賽馬」機制還是打造「Agent工廠」。相關討論聚焦於公司如何平衡內部競爭與統一平台建設。目前站內已移除相關混雜文字,保留原始主題供讀者參考。
ChinaJoy 2026 AI遊戲規模化落地,邊緣雲與API安全重構產業底層邏輯
2026年ChinaJoy展館,“與AI同遊”的主題隨處可見。行業調查顯示,僅有21%的企業擁有完整的API資產清單,大量後臺AI接口仍在無人監控的狀態下裸奔。合規與安全也同步下沉。算力下沉還不夠,API安全必須同步前移邊緣雲解決了體驗問題,但AI交互入口的安全,同樣需要前置到邊緣。算力與安全,缺一不可Akamai的判斷很明確:遊戲AI轉型不能割裂算力與安全。這也是遊戲廠商規模化落地AI智能體、構建AI原生遊戲的標準化底層方案。

openJiuwen發佈業界首個企業級分佈式蜂群架構,聯合郵儲成功落地金融生產環境
< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.

螞蟻集團開源Avernet,讓人與智能體像組織一樣高效協作
**螞蟻集團開源Avernet:打造人與智能體高效協作的“組織級”基礎設施** **來源:量子位** **2026-08-07 11:08:51** 近日,螞蟻集團正式宣佈開源多智能體協作基礎設施Avernet,其社區版本已同步上線。作為業界首個聚焦於“組織級協作”的智能體基礎設施,Avernet的首個版本重點開放了智能體協作網絡能力,旨在支持不同智能體之間的發現、共識達成、跨團隊協作與治理,為人工智能從“單點智能”走向“系統智能”提供關鍵支撐。