前月之暗面 Noisee 负责人，又做了一个AI视频创作平台

AI产品版图还在扩张。

现在的AI视频创作平台已经很多了。

LibTV、Tapnow、小云雀等等这一批产品，基本都是往多模型聚合、Agent 协作、脚本分镜、素材管理和成片剪辑一体化的方向发展。

视频底层模型在这一年提升得很快，几乎所有做视频聚合的团队都在同一时段拿到了首发资格，哪家能把这份模型的能力包装成用户愿意付费的产品，反倒成了新的门槛。

今年3月出现的Renoise就在这样的一个时间段里，它也同样接了多个模型，同样在做画布、工作流和 Agent，同样想把完整的创作过程放在一个产品里。

Renoise运营主体为YouWare HK Limited，而作为该公司的创始人明超平，曾做过剪映App端产品，后来去了月之暗面负责音乐视频生成产品Noisee和Kimi的浏览器插件，离职之后创办了新言意码，转向了AI编程这个方向。

2025年3月，他创办的公司推出了核心产品YouWare，一个让不会写代码的创作者也能用自然语言生成网站和应用的社区，上线不到半年就完成了两轮融资，估值达到八千万美元。

他把这件事形容成，让编程像手机拍照一样普及，用户不需要懂参数和模型，只要给一个结果和体验。

为了让这个体验足够顺滑，团队自研了一套前端沙盒引擎，把第三方服务的启动时间压缩到了5秒，加载成功率也提到了九成以上，还搭了一套叫Knots的积分体系，让用户靠创作项目本身换取激励。

明超平自己更看重的指标，是平台上新增项目和智能消耗的速度，他常常泡在Discord社区里，亲自回复用户提的产品问题。

再往后，围绕这套团队和产品，又推出了Bloome和Renoise。

而通过Renoise重新切回视频的时候，这个市场已经和几年前不太一样。模型能力还在增强，能把产品差距拉开的东西，也开始延伸到获客、成本、商业化和整个创作流程。

这一批产品里，LibTV已经成了一个很难绕开的参照。

明超平对它背后的LiblibAI很熟悉。创始人陈冕是他以前的同事，从创业早期开始，两个人就在不少问题上有过交流。

他发现，外界对于LiblibAI的很多判断，和一个真正做过公司一号位的人看到的东西并不一样。最典型的就是投流和补贴。

很多人看到一家AI产品花大量预算获取用户，很容易将它理解成花钱买增长。明超平反而觉得，这恰恰是一种很稀缺的能力，甚至坦言自己也还在学习。

效果广告的钱并没有想象中那么容易花出去。Meta和Google这类广告系统就在不断筛选素材和转化效果，表现太差的广告很难持续获得流量。

给一个团队1000美元预算，不代表它就有能力把这笔钱有效地投出去。

AI视频又把这个问题进一步放大。Seedance这样的模型本身调用成本就很高，每生成一次内容都意味着真实的Token消耗。

用户规模快速上涨以后，推理成本也会持续增长。在这样的阶段，短期ROI很难像成熟电商业务一样稳定，甚至可能长期处在亏损状态。

明超平更在意的是另一件事。

当回报还没有完全跑顺的时候，一个创始人究竟敢不敢继续投入。从一千美元到几千美元，再到更大的预算，每增加一次投入，都意味着创始人需要对自己的产品定位、商业模式和用户价值有更明确的判断，也要承担判断失败之后真实的损失。

在明超平看来，陈冕真正厉害的地方就在这里。他知道自己在做一场什么样的生意，也愿意为自己的判断下注。

这种判断在今天的AI视频赛道里，其实很有意思。大家能接入的模型越来越接近，Seedance、Minimax、Kling以及其他视频模型发布以后，头部创作平台往往很快都能完成接入。

单纯拥有一个更强的新模型，很难长期形成产品壁垒。

新的问题变成了，怎么让用户持续生成，怎么承担昂贵的模型成本，怎么让获客的钱真正花出去，又怎么让其中一部分用户留下来付费。

LibTV已经把这场游戏推进到了相当靠前的位置。这也是Renoise在2026年进入视频创作时面对的环境。

看起来是在追一个当下很热的方向，沿着他过去几年的经历继续往下看，又会显得相当自然。

现在重新回到视频，带回来的已经不只是过去做视频产品时积累的经验。

Renoise想让一个需求经过脚本、素材、多模型调度、多镜头组合，批量产出一整批可用的成片。

在生成多段叙事内容时，它会先让你确定剧情走向，锁定故事框架；然后再确认角色、场景和风格是否一致。

在Seedance系列中，人脸处理也做了简化：直接上传参考图就能自动完成合规处理，同一张脸在多个镜头里复用即可保持角色一致。

成片交付前，系统还会自动做一轮质量检查，涵盖拼接流畅度、首尾帧衔接的自然度，以及人脸和风格是否统一。

此外，它的画布把素材、生成任务和版本迭代都整合在同一个工作台上。

桌面端还带了一个轻量的时间线编辑器，视频轨和音频轨可以直接拖拽组装；

视频，音频方面同样齐全，配乐和导演式配音各有对应的模型负责。画质超分则是一项独立能力，能按目标分辨率提升视频和图片的清晰度。

并且Renoise可以直接装进Codex或者Workbuddy等Agent中，在终端里描述一个想法，跳过时间轴剪辑，直接产出成片，方便接入自动化的流水线做批量生产。

YouWare这套团队和产品体系，还有个Bloome，作为消费级的AI社交方向延伸，它把Agent变成通讯录里能加好友、拉群、付费订阅的对象，用户和Agent之间的关系；

从打开一个网页对话框，变成把它加进日常沟通的场景里，甚至可以像组织一场圆桌讨论那样，让几个Agent和真人混在同一个群里发言，事后再整理出一份结构化的总结。

Bloome运行环境可以选云端沙箱，也可以挂在本地命令行，Claude Code、Codex这些主流Agent都能直接接进来，建好之后就跟真人一样，能被加好友、被拉进群，甚至可以被别人付费订阅，向它单独请教问题。

产品还留了终端用户熟悉的那套操作习惯，群聊里直接支持停止、重置、压缩上下文这些命令，也保留了私聊悄悄话的功能。

围绕这个团队，还冒出了一个叫EdgeSpark的项目。从EdgeSpark 团队里公开露面的创始人成员，此前的履历都跟YouWare有关。

它做的事情跟写代码本身没关系，更多解决的是编程Agent写完代码之后的部署问题，数据库、身份验证、存储、域名这些后端能力，都由它来提供。

官方把它定义成面向AI Coding Agent的边缘云平台，粗糙地理解，有点像给Agent用的Vercel + Supabase。

YouWare已经做得不错，为什么还要做Renoise、Bloome。

一个做编程，一个做视频，一个做社交，一个做基础设施，它们都是当下热门的方向，也都在给Agent补不同的执行能力。

YouWare让AI能造出东西，EdgeSpark让这些东西拥有可以上线运行的后端和部署能力，Renoise让AI能产出视觉和视频内容，Bloome重新定义了人和Agent之间该怎么共处。

好像在回答同一个问题，当AI不只是用来聊天答疑，想要真的开始干活时，它还缺哪些工具。

Renoise最终能走到哪里，现在还没有必要急着下结论。

这几年AI能做的事情一路在扩展，答疑、搜资料、写代码、建网站，慢慢开始往图片、广告、视频这些内容生产的环节延伸。

在AI视频创作平台同质化下，Renoise更像是在尝试成为Agent的视频执行层。

而明超平他一直在做的事情，是把过去需要专业工具才能完成的创作过程，一层一层交给 AI 去处理。

这一次，轮到的是视频。

文章来自于微信公众号 “虾蛄AI”，作者 “虾蛄AI”