智象未來 vivago R1 全球上線，國內版本「夠搭」全新升級發佈：從 15 秒到5 分鐘，AI 視頻創作進入單反級交付時代

2026年9月8日，智象未來（HiDream.ai）旗下內容創作智能體 vivago R1 全球上線，國內版本 「夠搭」 全新升級發佈。（）今年7月，vivago R1 於 WAIC 2026 首次亮相。作為全球首個無限時長內容創作智能體，R1 引起 AI 視頻領域廣泛關注。今天，R1正式面向全球用戶開放。vivago R1 的核心突破，在於實現了從一句成片時代的 “生成片段” 到 “完全交付作品” 的範式躍遷。它依託智象“基礎模型 + 智能體”雙輪驅動技術戰略，讓創作者以自然語言對話的方式，即可完成從創意表達到高質量成片交付的完整創作流程。

R1的上線，標誌著AI視頻創作進入“單反級交付時代”。每一位普通創作者，都能獨立完成專業團隊級的品質大片。01 從Sora的15秒，到R1的五分鐘Sora 用15秒視頻驚豔世界，成為 AI 視頻生成的重要轉折點。但時至今日，15-30秒的片段式生成依然是行業主流。R1 的突破在於，能夠一次性穩定輸出5分鐘高質量視頻，並支持無限次多輪延長。長視頻的難點，不只是把時長拉長，而是讓故事在多鏡頭、多角色、多場景之間持續成立。

R1 通過 Agent 系統對長任務進行規劃與調度：主 Agent 拆解創意，子 Agent 協同完成腳本、分鏡、角色、場景與音效，確保角色形象、場景風格和敘事節奏在多段落中保持一致。同時，依託智象自研 HD-AgentOS 的全流程調度與治理能力，R1 內容有效可用成功率提升至85%，顯著降低“抽卡”概率，讓視頻創作更具確定性。R1 還優化了跨鏡頭角色一致性和場景過渡自然度，弱化 AI 視頻常見的“塑料感”和“瞬移感”，實現更自然的運鏡銜接與音畫對齊，讓長視頻更接近實拍質感。02 Chat-First （對話優先）：讓創作回到表達本身好的創作工具，應當順應人的表達本能。

對於視頻創作而言，起點不應是節點、畫布和參數，而應是創作者想要表達的內容。R1因此選擇 Chat-First （對話優先）路線。因為對話是人類最自然的表達方式，也是 AI 最友好的創作入口。當前 AI 視頻工具大致有兩條路線：一類是畫布式、節點式工作流，將模型、工具和參數交給用戶自行連接和調試，自由度高，但門檻也高；另一類是 R1 的對話式路線，用戶只需用自然語言描述需求，R1 即可自動生成視頻，並支持在對話中持續調整和迭代。這種體驗背後，是“做後”與“做厚”兩條原則。

“做後”，是把專業創作者的判斷、審美和經驗編碼進 Agent 編排能力，形成強大的中後臺；“做厚”，是構建 SkillHub，將抽象 AI 能力轉譯為產品廣告、角色視頻、故事短片、品牌內容等真實創作場景，讓用戶更容易理解能做什麼、如何開始。在完整流程中，用戶只需表達目標，Agent 負責拆解和執行，SkillHub 則作為翻譯層，自動匹配並編排所需 Skill 組合，將用戶意圖轉化為可執行任務序列。R1 的對話式創作，不是把複雜消滅，而是把複雜藏在簡單背後。它讓創作從“靈感閃現”到“進入執行”，縮短到只剩一句話。

03 原生全模態基礎架構，讓 AI創作走向項目制視頻生成的另一大挑戰，是一致性：同一個角色、同一種聲音，如何在數十個鏡頭、多次生成轉換中始終如一。智象未來的解法，是以基礎模型與智能體系統雙輪驅動，共同支撐複雜視頻創作。一方面，智象自研的原生全模態世界模型技術理念，為 R1 提供多模態理解與生成基礎能力。它能將文本、圖片、視頻、參考資產、文檔說明和歷史創作結果納入同一任務語境，讓 Agent 理解“任務全貌”，而非單點指令。另一方面，智能體系統負責將模型能力組織為可持續推進的創作流程，在腳本、分鏡、角色、場景、鏡頭和音效之間進行規劃與調度，確保複雜敘事中的角色形象、聲音特徵和風格前後一致。

這讓創作不再是一次次孤立生成，而是圍繞同一項目持續推進。用戶可以“說不清的直接給”，R1 則在統一上下文中理解、組織、執行並持續迭代。同時，R1 推出資產庫功能，沉澱用戶生成、篩選並認可的內容，並可在後續創作中複用。一次創作不再只是一次性輸出，而會成為下一次創作的素材基礎。基礎模型決定能力上限，智能體系統負責把能力轉化為穩定、可控、可複用的作品交付。04 全球創作者用作品說話：R1 讓表達成為生產力在今天舉辦的vivago R1「夠搭」沉浸式工作坊活動上，來自全球不同領域的創作者們，採用線上和線下的方式，分享R1的使用心得，並展示他們製作的作品。近期，AI 版《西遊記》上線後引發熱議。

活動現場，一位創作者也用 R1 嘗試了這一經典題材的再創作，並生成近 5 分鐘西遊題材作品。從角色造型、場景氛圍到東方奇幻質感，R1 對經典文本的視覺轉譯能力得到直觀呈現。在真人質感上，R1 同樣表現出色。另一位創作者帶來一支勵志短片，講述體育老師周嵐從遲疑到重新出發的過程。畫面中，奔跑時的肌肉震顫、汗水光澤，以及腳步壓過塑膠跑道的顆粒質感都被細膩還原，讓人物情緒更具真實感。提示詞：體育老師周嵐在訓練與接力比賽中面對自己的遲疑。來到第二道彎，她一度想停下，卻繼續邁步，堅持跑向終點。次日清晨，她主動再次接過接力棒。影片將人物轉變放進呼吸、步伐與交接棒等具體動作，以持續奔跑呈現重新出發的過程。

提交提示詞後，R1 會自動理解人物關係、情緒轉折與動作節奏，生成對應角色、場景與關鍵畫面。創作者無需複雜操作，只需通過對話補充想法，即可推進內容生成。在商業廣告片製作上，R1 也展現出較強適配能力。現場一位 AI 創作者分享了紅色摺疊手機廣告案例。R1 根據提示詞理解產品、人物與場景關係，生成手機多視圖、女設計師造型、工作室與戶外生活場景，以及包袋、色卡、草圖等視覺資產，呈現從創作、出行到迴歸設計的日常靈感流動。提示詞：一位年輕女設計師在一天中穿梭工作室、城市街道、咖啡館和海邊，用紅色摺疊手機記錄色彩、構圖與生活中的靈感，再將所見帶回工作臺。

影片圍繞手機開合、拍照和查看素材的使用動作，串聯從創作到出行、再回到設計的日常。現場之外，多位海外創作者也通過線上連線分享創作體驗。一位創作者表示：“視頻創作的終點，就是一次表達。”這也道出了許多體驗 R1 用戶的共同感受：當複雜流程被隱藏在對話之後，創作者可以更專注於表達本身。05 開創視頻Agent新標準：CHATS™R1的實踐充分表明，當產品真正進入專業場景，行業需要的就不再是零散的能力清單，而是一套可衡量、可依賴的交付標準。

智象提煉出一套面向視頻 Agent 的評估框架——CHATS™，用於衡量一個視頻 Agent 是否具備真正的作品交付能力：C（Consistency）一致性：角色、場景、風格在多鏡頭中保持穩定；H（Human Intent）意圖理解：準確理解用戶創意，並能在多輪對話中持續推進；A（Audio & Visual）視聽完整度：不僅生成畫面，也能組織聲音、節奏與整體視聽體驗；T（Timeline & Tale）時間線與敘事：讓故事在多個鏡頭、多個段落中持續成立；S（Stability）穩定交付：降低反覆生成和返工成本，提高內容可用率。

這五個維度，不是實驗室裡的理想指標，而是 R1 在真實創作內測場景中被眾多內測用戶反覆驗證過的能力邊界。智象希望通過構建一個用戶視角的標準，推動AI Agent產品的更好發展。2024年5月，vivago.ai 上線，成為全球最早一批公開可用的 AI 視頻生成產品；今年5月，vivago.ai登頂Product Hunt日榜第一；今天，vivago.ai全球用戶突破7000萬。兩年時間，智象從“第一個可用”走到第一個“單反級交付”。

這就是 vivago R1 中 “R” 所承載的意義：一面是 Reasoning，用深度推理把靈感變成作品；一面是 Rock，致敬 “The Show Must Go On” 的創作精神——無論如何，創作終將繼續。在AI視頻時代，vivago R1 希望讓創作從一次生成，變成持續對話：The CHATS must go on。只要對話繼續，故事就不會停下。立即體驗vivago.ai夠搭 goudaai.com夠搭，你的 AI 創意好搭子。