
现场火速实测vivago R1。
智东西9月8日报道,智象未来今日宣布,其无限时长创作智能体vivago R1正式上线。这款产品此前于7月发布,历经近两个月内测打磨后正式对外开放。
智象未来称,这是全球首个具备无限时长视频生成与编辑能力的多模态创作智能体。
据现场工作人员介绍,vivago R1可以通过Agent模式,让视频生成突破30秒的限制,一次性生成时间更长的完整视频,并提供更稳定的输出,让商业化创作更便捷、成本更低。
智东西在现场进行了简单的实测,用vivago R1创作了一段60秒的华强卖瓜鬼畜视频。
产品设计思路上,vivago产品负责人弓子健在分享会上给出了团队对视频生成Agent路线的判断。他认为,未来的Agent一定通过自然语言交互,创作方式会从操作工具面板、跑工作流,转向对话表达。

这一思路落在产品上表现为chat first与场景结合的交互形态:在画布上点击任意片段,都能锚定到对应的对话内容,反之亦然。

针对7月WAIC期间智象未来提出的无限时长概念,产品团队现场解释称,无限时长的本质是叙事性和连续性,目的是把用户的想法完整呈现出来。

智象未来内部还为Agent视频生成定了一套CHATS评测标准,从一致性、意图理解、视听完整度等维度衡量生成质量。

架构层面,智象未来认为长任务的本质是长思考。产品通过多Agent协作完成创作,同时把内容资产存储为项目档案,让各个Agent在执行任务时记得住生产资料。

这套设计带来的直接效果是输出更稳定,用户减少反复抽卡试错,成本也随之下降。

生态方面,vivago R1同步推出vivago-agent-cli,通用Agent可以通过命令行调用vivago R1,把它接入用户自己的Agent工作流。

智东西在现场直接测试了一下vivago R1的视频生成能力,打开vivago R1网站后,可以看到一个蛮有科技感的页面,左侧是菜单栏,右侧是对话区域,整体页面比较简洁。

我们输入了一段华强买瓜提示词,然后全部交给vivago R1的Agent模式。

可以看到,vivago R1先进行了设计创作方向的规划,然后进入编写剧本和分镜、生成视觉资产、生成视频片段的流程,最后规划合并成片。

vivago R1分两段输出了视频片段,随后将两段视频进行了合并,效果如下:

从最终效果上看,vivago R1生成的视频在生成速度上以及人物动作协调性、人物一致性、音画同步等方面表现不错,但在多段视频的拼接部分还是有一些不自然。
vivago R1的核心能力可以概括为三点:无限时长、长任务思考、高稳定生成。这三点分别对应着AI视频生成行业的三个主要问题——时长上限、内容连贯性以及商业交付的确定性。
无限时长是vivago R1最核心的亮点功能。当前行业主流AI视频产品一次只能生成15到30秒的短镜头,短剧、专题片、品牌宣传片这类长周期创作只能靠后期拼接。
vivago R1支持任意时长视频连续、连贯生成,官方称可覆盖短剧、专题片、品牌宣传片、影视成片等全品类长周期创作场景。
时长是表层,背后的逻辑是对于长任务的处理能力。长视频创作要求叙事逻辑、画面风格、人物IP与场景设定全程统一,这是短镜头拼接解决不了的。
智象未来称,vivago R1具备长任务思考能力,可自主完成逻辑构思、镜头排布与风格校准,解决AI视频常见的画面跳变、人设崩塌、叙事断层、风格割裂问题。
高稳定生成对应的则是商业交付能力。大模型生成带有概率性,成片不可用就要反复调试,成本居高不下。
官方称,依托AgentOS全流程调度与治理能力,vivago R1内容有效可用成功率达到85%,高于行业平均水平,生成内容可直接用于商业制作与品牌传播。
从7月提出无限时长概念,到9月正式上线,智象未来把行业里讨论最多的长视频生成做成了产品。
对创作者来说,工具从生成片段走向完成整片,但成片质量能否稳定达到商业交付标准,还要看后续更多作品的检验。
而vivago R1这一主打无限时长概念的产品上线,也是AI视频生成行业持续在商业化场景中前进的表征之一。
文章来自于"AI应用风向标",作者 "毕伟豪"。
【开源免费】Browser-use 是一个用户AI代理直接可以控制浏览器的工具。它能够让AI 自动执行浏览器中的各种任务,如比较价格、添加购物车、回复各种社交媒体等。
项目地址:https://github.com/browser-use/browser-use
【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】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