如何？是不是爽剧味儿一下子就上来了？

关键在于, 这并非是我们通过手动方式去拆解那个镜子, 通过手动途径去挑选模型, 然后一段段拼接而形成的。

在它的背后, 所采用的是Agnes AI最近才推出的视频创作平台, 这个平台叫做Pavo。

一般而言, Pavo属于一款PC端的, 用于AI图片、开展视频创作以及短剧创作的平台；更为重要的是, 它作为首款不存在时间限制的, 能够真正免费予以使用的, 涉及视频、短剧以及图片创作的平台。

而早在月初的时候, 那个Agnes AI已经给开发者免费开放全模态API了, 这一回, 它还再进一步, 把创作流程本身也给普通创作者打包了。

那么接下来，老规矩，一波实测走起~

一句话拍短剧，Pavo先帮你把活拆了

具备生成视频的能力, 这实际上并不是Pavo的关键要点, 毕竟在当下这个事情对大家来说都业已习以为常。

事实上真正具备趣味性的是, Pavo针对短剧创作此项事务, 将其拆解成为了一条能够顺利运行的工作流程。

接下来, 为了能更便于理解, 我们将会再次亲手去做一个有意思的视频, 这个视频是关于一支修仙防脱洗发水的广告。

Prompt是这样的：

有一位, 具备威严之感的修仙掌门, 站在了云海的山巅上方, 其白发飘飘, 在他的身后, 万把飞剑一同飞起 , 他正谋划着念出那带有霸气意味的台词, 然而突然察觉到, 自己脑袋顶上, 被风一吹显得些许稀疏, 其表情马上慌张起来 , 紧接着下一秒, 他取出了一瓶古风样式包装的防脱洗发水, 那画风瞬间从严肃的玄幻风格切换成超级夸张化的广告。在洗完之后, 头发恢复得仿若瀑布一般, 就连飞剑都开始为他鼓掌。

Pavo迈出的第一步, 是最先将一句话需求整理成制作需求卡片, 它自行生成了标题, 还生成了概梗, 也生成了时长, 同样生成了画幅, 也生成了拆分镜模式, 还生成了视觉风格, 另外生成了补充说明。

在确认无误之后，Pavo继续往下拆。

角色设计, 场景设计, 核心道具设计, 都涵盖其中；同样是经过确认之后, Pavo会相应地生成图片:

然而, 这一步骤, Pavo所生成的人物, 存在着些许年迈的情况, 在这个时候, 我们能够提出要求, 让它去进行修改:

仙尊好歹要帅的，美男吧。

于是Pavo就对角色做了重新设计：

随后进入分镜。

Pavo给这支广告拆出5个镜头：

镜头1：云海山巅，掌门迎风而立，仙剑林立。

镜头2：大风吹起白发，露出头顶稀疏，掌门慌张。

镜头3：掌门拿出古风防脱洗发水，表情从慌乱变成自信。

镜头4：清水冲洗，头发重生，金色轮廓光打在发丝上。

镜头5, 掌门自信地甩动头发, 飞剑仿佛好似听见鼓掌声音般, 为他鼓掌, 进而完成了那离谱却又完整的广告收束。

这时候问题也来了。

最初生成的视频当中, 一部分镜头存有分镜序号以及四宫格布局的残留迹象, 有一组相关镜头与前后镜头之间无法实现有效的衔接连贯, 还有头发呈现出的状态以及台词包含的细节与预先设定的期望并不相符。

于是我们继续提出修改要求：

2、关于3的那个视频, 得重新去生成, 视频2是有顺序编号的, 并且和上一个视频没办法衔接得上；他的头发起初应当是那种完好的假发, 之后被大风给吹跑了, 这才导致秃头。分镜3的视频跟分镜全然不相符, 其他的视频不要去改动。

第二轮, 把镜头2, 改成大风吹过来, 掌门的假发被吹跑了, 露出了发量危机；再把镜头3, 改成掌门拿出洗发水, 对着镜头展示。

但对于这个结果，我们还是不太满意，继续提出修改建议：

2继续还不行, 他并非全然光秃, 而是头顶出现光秃状况, 并且人物需起始就要开展说话, 表述这话是指这天下……话语尚未讲完, 察觉到头皮一阵发凉, 急忙慌乱惊慌地捂住头皮, 等、等等！本座的秀发！将3的台词改写成: ”慌什么！本座持有神物在手！草本古方, 具备固发养根功效, 用于洗发的水！”, 5也进行重生, 不要冒出多余的手臂。

最终, 当所有生成结果被确认不存在错误之后, Pavo才将5个镜头组合成了时长约53秒的竖屏广告片。

来看一下最终的效果：

视频地址：https://mp.weixin.qq.com/s/Abe8GCPGX4KImE64smDybA

但是呢, 实事求是来讲, 就一个只要一句话开始、平台会自动进行拆分镜、自动生成图片、自动产出视频、并且还能够有针对性地进行返工的短剧广告演示版本而言, 它已然足以表明Pavo的核心价值所在: 那就是在协助你去构建一条创作流程。

这背后存在着Pavo的短剧Harness, 其在本质方面而言, 是一组针对创作者的智能创作系统。

用户无需自行去钻研复杂的流程, 不用先去拆解剧本, 不用去思考镜头, 不用去挑选模型。只要输入一句话, 系统就会先判断你究竟想要做哪类内容, 是搞笑发癫短剧, 是情绪剧情, 是反转故事, 还是宣传片、广告片这类传播表达视频。

然后平台通过多Agent协作，把任务交给不同专业角色。

有所负责的是理解创意以及用户意图, 有所负责的是生成剧情结构, 有所负责的是拆成分镜以及镜头节奏, 更为有的负责的是结合不同模型能力, 自动选择更为合适的生成方式。

举例来说, 对于那种对角色一致性有着较高要求的镜头, 能够优先去走参考图或者参考视频的方案；而对于那些更侧重于效率以及运动衔接的镜头, 就能够采用像首尾帧这样的方式来完成。

平台当中, 还内置了一批Skills, 这些Skills是面向短剧创作的, 它们被用来做风格识别, 被用于结构优化, 还能进行镜头调度, 也会做模型适配, 同时还会做结果调优。

明着讲, Pavo所从事的并非给你一个生成按钮, 它更近似于是将短剧创作过程中的导演、编剧、分镜师、制片助理以及模型调度员, 统统放置到同一个工作流程里。

依据这样的方式, 我们再度进行了实测, 出现了一个饶有趣味的案例, 那便是《PPT成精了》。

Prompt是这样的：

夜里, 有个打工人在进行加班, 当时正在做PPT修改, 已经改到第十八版了, 凌晨两时那一刻, 电脑屏幕之内的PPT忽然变成灵异之物开启自行吐槽模式声称老板相关需求过度飘摇、所用字体极度杂乱、整体逻辑过于分散凌乱, 打工人起初被吓得不轻, 而后和该PPT一道携手合作, 将一份原本混乱不堪的可以用来汇报的文件转变为由老板看见了陷入沉默状态称之为“具有战略格局的方案”。

视频地址：https://mp.weixin.qq.com/s/Abe8GCPGX4KImE64smDybA

有点意思，着实是有点意思。

当然了, Pavo不一定能够通过一键操作就去替代专业的影视团队, 不过呢, 它至少能够使得一个自媒体博主, 还有运营人员, 以及广告策划人员, 先将脑子当中所拥有的东西迅速地转变成为一个能够观看的版本。

并且就效果而言, 全然是能够在抖音、视频号等短视频平台之上稳住局面的。

以及，再次强调一下重点，自研模型全免费！

免费API跑出了4.66万亿Token

看完这几个case，一个问题就自然地冒出来了：

每次都如此高频地去尝试短剧, 频繁地调整人物相关内容, 不断地修改分镜情况, 持续地进行跑视频的行为, 要是每一个步骤皆按照商业API进行计费的话, 那么创作者极易在还没有跑出成品之前, 账单就已经先上头了。

这也是Agnes AI这次最核心的背景。

从6月1日开始, Agnes AI向全世界各地的开发者和创作者持续不断并不限定日期、永久性地免费放开旗下着重强调的全模态模型API, 其中涵盖:

文本模型Agnes-2.0-Flash；

图片模型Agnes-Image-2.1-Flash；

视频模型Agnes-Video-2.0。

经过统计, Agnes全模态模型在一周的时间段内, 所实现的调用量, 已经达到了4.66万亿Token！

其中, 文本模型的调用数量达成了2.80万亿, 多模态模型, 就是包含图片、视频等类型的模型, 其调用量达到了1.86万亿。

从这组数字当中我们能够看到, 一旦视频的成本被打下来, 一旦图片的成本被打下来, 一旦Agent这类高频试错场景的成本被打下来, 用户真的会开始疯狂试。

免费API的意义，就是把试错这件事变得可承受。

Pavo呢, 它有着更为深入的进展。API所处理的是底层调用方面的成本问题, Pavo所处理的却是上层创作流程方面的问题。

Pavo主要是由Agent模块、图片生成模块、视频生成模块和剧情短片模块这四个部分构成的。用户能够在Pavo的内部去挑选模型, 还能够对参数进行调整, 另外, 也能够依靠Agent以及智能模型路由来协助决定究竟应该怎样进行生成。

其中Pavo的几个机制很关键。

第一是素材快速引用。

后续视频生成能够直接调用你所生成的, 人物方面 的图、场景品类的图、跟道具有关的图的其中任何一种, 并不需要一次次地去进行下载的操作, 接着保存下来, 然后再次去做上传处理。

需让同一个角色持续出现于多个镜头之中, 要使同一个商品于广告里维持外观一样, 假定逐步骤跨平台搬运素材, 创作会被诸多琐碎操作给打断。

第二是智能模型路由。

Pavo能够依据任务的类型, 按照生成的难度, 结合画面的要求, 去匹配相应的视频模型。

在简单常规的场景当中, 能够优先去调用那种兼顾了效果以及成本的模型；而在人物动作、复杂运镜、多镜头叙事等更为困难的场景之下, 便可以去调度更高性能的模型或者更为合适的生成方式了。

用户不用先研究“哪个模型擅长什么”，平台替你做一轮判断。

第三就是Harness调度。

它承担着将需求理解, 以及素材引用、模型调用、图片生成、视频生成、后续修改、成片输出这些环节衔接起来的任务, 这便是为何在洗发水广告之中, 我们能够针对2、3号镜头开展局部返工, 而非将整个项目推翻重新来过的原因。

提到模型更新, Agnes-Video-2.5-preview在本周之内就快要上线了。

此次升级重点涵盖生成速度的加快, 运镜表现之优化, 物理规律还原的强化, 画面多样性的提高, 多参考图用于生视频或者生图, 还有字幕乱码问题的改进。

免费不是终点www.aabbgg77.net，好用才是关键

过去一年www.abg22.net，AI视频一直在卷画质，卷时长，卷运镜，卷真实感。

这类无疑是关键的。然而切实抵达于创作者之手时, 另外一个难题便会愈发显著地呈现:。

你有了视频模型之后，真的能稳定做出内容吗？

毕竟短剧不是一个镜头，广告也不是一张图。

在真正具体的创作流程当中, 存在着主题, 存在着角色, 存在着场景, 存在着节奏, 存在着分镜, 存在着产品露出, 并且有着无数次这样的情况, 即“这里不对, 再改一下”。

这也是Pavo这类平台的价值所在。

它朝着将AI视频从单点之生成向接连不断创作推动了一步, 当一个灵感进入, 此系统首先去理解内容的类型, 紧挨着去拆解剧情, 创设人物设定, 确定场景, 给出分镜, 挑选模型, 生成图片以及视频, 最终持续依据反馈予以调整。

这套流程听起来复杂www.abg9680.net，但对用户来说，入口反而很简单。

敲入一则语句, 而后持续性添入个人的见解, 派沃就会将背后的那一系列繁杂的进程全部包揽下来。

当然，客观说，它还不能完全替代专业影视制作。

工业级影视创作, 需要具备更稳定的角色一致性, 需要拥有更精细的镜头控制, 需要有着更复杂的表演调度, 需要具备更成熟的剪辑体系, 还需要拥有更成熟的声音体系。

目前的Pavo, 更适宜将一种灵感迅速转变为短剧的起始形态、社媒视频、广告创意的样本影片, 又或是自媒体内容的素材。

可是这已然足以表明一种改变, 那就是AI视频正从模型展示实力之势, 迈向创作者切实能够运用的方向。

高频试错因免费 API 而变得能够承受, Pavo 让创作流程变得更易于上手。

把这两件事合并起来, 这才是此次Agnes AI更新真正具备趣味的所在之处。

把免费视频 AI 与短剧创作平台撞上之时 , 普通人创作门槛 , 真的又被朝着下方压低了一段距离。