
让想象成为画面。
AI视频这半年有一个很明显的变化,模型带来提升是重要的一点。
现在的视频创作产品里,Agent出现得很频繁,从剧本,再处理角色、场景和分镜,随后生成多集视频;通过无限画布里加入Agent,同时提供大量Skill,让创作者围绕一张画布处理素材和工作流。
视频Agent已经也很难再算一个新的方向,围绕几分钟甚至更长视频的制作流程,也已经成为不少团队关注的重点。

在这样的情况下,AZ8开始频繁出现在AI视频创作者面前。
6月份,团队推出AZ8 Theater,给AI原生短片和创作者作品提供一个展示空间。7月,AZ8 Studio开始转向Agentic Studio,并推出创作Agent Zumi。
Zumi会读取画布里的素材、场景、生成结果以及已经做出的创作决定,再根据项目状态给出下一步建议。
如果只看产品形态,AZ8很容易被归进今年快速增加的视频创作平台。无限画布、模型聚合、Agent、社区,这些元素已经不陌生。

有意思的是,做AZ8的这支团队,其实已经围着AI产品转了两年,而且中途做过的东西并不少。
这家公司背后最重要的人是陈扬羽,他曾是字节跳动早期核心技术人员,长期参与直播视频流相关技术工作。
公开专利资料里能查到多项由他参与的字节视频技术专利,其中一项专利还进入第二十二届中国专利优秀奖项目名单。

2023年,陈扬羽跟随原字节AI Lab技术负责人王长虎创业,参与爱诗科技早期建设,随后在2024年再次出来创业。
爱诗科技后来最知名的产品就是PixVerse,陈扬羽离开之后成立的新公司,最早选择的方向却和今天的AZ8有很大距离。
陈扬羽最开始创办的慧杉科技是面向海外市场提供虚拟直播技术服务,团队想利用AI降低虚拟直播的制作门槛,让数字人持续完成直播内容。

后来又出现了清杉、Everfir等主体和品牌,获得红杉、Sky9等知名机构投资。
2025 年,一款叫Momo的产品出现了,主打AI情绪支持伴侣,深度融合认知行为疗法(CBT)与大模型,提供专业级心理支持。
这次尝试没有持续太久,不过至少说明了一件事,团队开始接触消费者产品,也在寻找生成式AI更容易被普通用户长期使用的形态。


同一时期,Videoinu慢慢变得重要起来,最早围绕AI视频制作展开。
用户能够借助不同模型生成图片和视频,再组织素材完成作品。随着产品迭代,Videoinu逐渐加入更多生成模型,也开始关注完整项目的制作。

到了今年,他们又做了DreamShort AI。
DreamShort的方向和Videoinu很不一样,它是一款AI互动短剧 App,用户打开之后直接看故事,在剧情节点做选择。
不同选择会改变后面的故事分支,爱情、背叛、复仇和救赎都可能成为剧情走向。

该款产品同样没有持续多久。与此同时,Videoinu仍在变化,并将第二代版本改成了AZ8,原有项目、积分和订阅会保留,新的模型、功能和创作者工具会陆续迁移到AZ8。
如果只需要生成一个视频片段,模型官网已经足够多。Seedance、Kling、MiniMax等模型都在持续更新,AZ8接入多个视频、图片、文本和音频模型,让用户按照项目需要选择不同能力。
创作画布功能也不可少,参考图片、角色素材、场景、生成视频以及其他资源,都可以留在同一个项目里。

Zumi是这套工作方式里最重要的新角色。画布里已经有哪些素材,用户写过哪些提示词,场景和生成结果发生过哪些变化,之前做过什么选择,它都可以继续读取。
项目缺少某些东西时,Zumi会主动提醒,也会根据已有内容建议下一步该处理什么,也就是让Agent能够持续参与整个项目。
与此同时,Zumi加入了3D场景相关能力。用户能够生成空间,再调整相机位置和镜头运动,把这些空间信息用于视频参考。

调整人物、物体和相机的位置,生成结果会更接近预期,也能减少大量重复尝试。
AZ8 Theater则补上了作品展示这一部分,Studio负责制作作品,Theater 希望承接后续展示。
从早期的Videoinu,到现在的AZ8,它已经不只是一个模型入口,用户可以在这里建立项目,调用不同模型完成制作,再将作品放进社区传播,通过内容分发来提高产品知名度。

这类视频创作平台做到了后面,营销和增长会变得越来越重要。技术差距很容易随着模型能力提升逐渐缩小,仅靠底层生成能力也越来越难拉开产品之间的距离。
经过多次产品尝试之后,Everfir保留下来并持续扩大投入的产品,依然围绕创作者生产工具展开,团队成员过去的经历也能解释这种选择。
陈扬羽跟随王长虎参与爱诗科技创业,接触生成式视频产品,2024年才再次成立自己的公司。

他的职业经历长期和视频相关。早期的直播流技术主要处理视频,爱诗科技进入生成式视频领域,后来自己创业又做虚拟直播。
Momo看起来离这条经验最远,Videoinu出现之后,公司的核心产品重新贴近团队熟悉的领域。
联合创始人石康作为前PixVerse负责人,在爱诗科技成立早期就参与其中,并担任产品负责人,同时做过AI算法、开发者平台和设计工具相关产品。

Will Chen更偏工程和人工智能技术背景。他最近提到AZ8时,多次谈到完整creative workflow,希望人和Agent一起完成一条更长的制作流程。
团队里还有一个很值得注意的人是杨家俊,曾早期先后在腾讯和字节工作。2017年加入字节后负责火山小视频的社区社交功能、海外版本视频工具以及版本管理,任职期间火山小视频DAU由400万增长至5000 万以上,海外版本Vigo也达到800万DAU。

2018年底加入腾讯音乐之后,他逐渐成为酷狗多个业务的负责人,覆盖视频、增长、广告商业化以及创新产品。
视频创作平台虽然已经很拥挤,却也是这支团队过去经验最容易积累下来的领域。与此同时,视频模型市场的变化也给工具公司带来了新的机会。
模型能力增长很快,单个产品很难只靠接入某一个模型长期形成优势,混合使用多个模型也逐渐成为常见做法。同一条作品里可能用一种模型生成角色参考,再用另一种模型生成视频,声音和音乐调用其他服务。

模型只占整个制作过程的一部分,创作者还需要一个地方管理项目,保存素材,调用适合当前任务的能力,并让前后的制作过程保持连续。
当前越来越多视频产品开始加入Agent,也和这种变化有关。它们都希望减少创作者在多个生成工具之间反复搬运素材和重新描述需求的时间。
相比单独做一个新的AI互动短剧App,视频创作平台也更适Everfir。DreamShort需要持续找到好故事,制作新的剧情分支,还要和已经成熟的短剧平台争夺用户时间。Momo同样需要长期经营角色关系和陪伴体验。

这些产品和团队早期积累的距离更远,消费者内容产品也很依赖运营和分发能力。
视频创作平台解决的问题有所不同,团队过去参与视频技术、PixVerse等积累的经验,正好可以继续用在这里。
不过对于视频项目,通常都需要涉及很多连续决定,角色形象、镜头关系和素材状态都需要长期保持。如果Zumi能持续理解这些变化,并在合适的时候完成一部分具体操作,Agent才会逐渐进入工作流。

经历过虚拟直播、AI陪伴、Videoinu和互动短剧之后,这家公司最后留下来的核心产品依然和视频创作有关。
视频Agent已经不缺新玩家,AZ8很难只靠一个新概念获得位置。
它比较特殊的一点,在于背后的几个人已经经历过视频行业几次重要变化,也花了两年时间尝试其他消费者方向,最后保留下来的Videoinu逐渐变成今天的AZ8。
这一次,他们面对的竞争已经比两年前热闹得多。
文章来自于“虾蛄AI”,作者“虾蛄内容部”。
【开源免费】字节工作流产品扣子两大核心业务:Coze Studio(扣子开发平台)和 Coze Loop(扣子罗盘)全面开源,而且采用的是 Apache 2.0 许可证,支持商用!
项目地址:https://github.com/coze-dev/coze-studio
【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。
项目地址:https://github.com/n8n-io/n8n
在线使用:https://n8n.io/(付费)
【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。
项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file
【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。
项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file
在线使用:https://vectorvein.ai/(付费)
【开源免费】Fay开源数字人框架是一个AI数字人项目,该项目可以帮你实现“线上线下的数字人销售员”,
“一个人机交互的数字人助理”或者是一个一个可以自主决策、主动联系管理员的智能体数字人。
项目地址:https://github.com/xszyou/Fay
【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。
项目地址:https://github.com/Significant-Gravitas/AutoGPT
【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。
项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md
【开源免费】LangGPT 是一个通过结构化和模板化的方法,编写高质量的AI提示词的开源项目。它可以让任何非专业的用户轻松创建高水平的提示词,进而高质量的帮助用户通过AI解决问题。
项目地址:https://github.com/langgptai/LangGPT/blob/main/README_zh.md
在线使用:https://kimi.moonshot.cn/kimiplus/conpg00t7lagbbsfqkq0
【开源免费】VideoChat是一个开源数字人实时对话,该项目支持支持语音输入和实时对话,数字人形象可自定义等功能,首次对话延迟低至3s。
项目地址:https://github.com/Henry-23/VideoChat
在线体验:https://www.modelscope.cn/studios/AI-ModelScope/video_chat
【开源免费】Streamer-Sales 销冠是一个AI直播卖货大模型。该模型具备AI生成直播文案,生成数字人形象进行直播,并通过RAG技术对现有数据进行寻找后实时回答用户问题等AI直播卖货的所有功能。
项目地址:https://github.com/PeterH0323/Streamer-Sales