智東西
作者 陳駿達(dá)
編輯 漠影

這一多模態(tài)AI創(chuàng)意工具，迎來(lái)多項(xiàng)重磅升級(jí)！

智東西11月6日?qǐng)?bào)道，近日，昆侖萬(wàn)維旗下的多模態(tài)創(chuàng)意工具平臺(tái)SkyReels迎來(lái)一波集中升級(jí)，其中最大的亮點(diǎn)就是，他們用一張“無(wú)限畫布”，取代了復(fù)雜的創(chuàng)作交互方式。

在新版SkyReels上，無(wú)論是圖片、視頻生成還是數(shù)字人，每一種內(nèi)容的生成、編輯與組合都可以在同一張“無(wú)限畫布”上完成，并且通過(guò)簡(jiǎn)單拖拽即可實(shí)現(xiàn)多模態(tài)內(nèi)容的自由創(chuàng)作。

這些新功能并非孤立存在，而是相互聯(lián)動(dòng)、形成層次分明的解決方案。SkyReels根據(jù)用戶不同的工具使用能力，提供了三種創(chuàng)作路徑：

熟悉AI工具的用戶可以直接使用AI模型生成圖片、視頻、音頻或數(shù)字人內(nèi)容；希望更高效創(chuàng)作的用戶，則可依托近30款聚焦特定場(chǎng)景的Expert Agent，快速完成生成；而對(duì)沒(méi)有創(chuàng)作經(jīng)驗(yàn)的小白用戶，只需套用智能模板，通過(guò)簡(jiǎn)單的文字描述和畫面替換，即可輕松復(fù)刻參考內(nèi)容。

在此基礎(chǔ)上，SkyReels還推出了Agentic Copilot模式——集Super Agent與Expert Agents于一體的“雙核驅(qū)動(dòng)”體系。用戶可以通過(guò)自然語(yǔ)言、上傳素材或提供鏈接，讓AI理解并生成跨模態(tài)的創(chuàng)意內(nèi)容。我們還用這一功能，復(fù)刻了Vlog之父Casey Neistat的拍攝風(fēng)格。

無(wú)論是捕捉靈感瞬間，還是規(guī)劃完整的創(chuàng)作流程，Agent都能提供智能輔助，讓復(fù)雜的創(chuàng)作變得輕松、高效。

智東西對(duì)SkyReels近期的升級(jí)進(jìn)行了全面體驗(yàn)?？梢哉f(shuō)，這一升級(jí)后的創(chuàng)作平臺(tái)，不僅在功能上提供了便利，更在整體體驗(yàn)上實(shí)現(xiàn)了統(tǒng)一與流暢。無(wú)限畫布、智能Agent等要素的結(jié)合，讓用戶能夠在一個(gè)簡(jiǎn)潔直觀的平臺(tái)上，實(shí)現(xiàn)海量創(chuàng)意的可能。

一、一張無(wú)限畫布，如何統(tǒng)一AI多模態(tài)創(chuàng)作？

如今的多模態(tài)AI創(chuàng)作平臺(tái)看起來(lái)五花八門、功能強(qiáng)大，但用起來(lái)卻常常讓人頭大。界面層層疊疊，操作邏輯又有點(diǎn)反直覺(jué)，更麻煩的是，不同功能之間（比如生圖、生視頻、生音頻）等往往處在不同的界面，甚至是不同的網(wǎng)站，毫無(wú)連貫感。

例如，谷歌推出的AI視頻創(chuàng)作工具Flow僅支持文本轉(zhuǎn)視頻、幀轉(zhuǎn)視頻和素材轉(zhuǎn)視頻，如果想用谷歌的Gemini 2.5 Flash生成圖像，并用于創(chuàng)作，還需切換到谷歌的其他AI工具。

對(duì)創(chuàng)作者來(lái)說(shuō)，這種割裂的體驗(yàn)打斷了創(chuàng)作靈感，也拉高了AI工具的學(xué)習(xí)成本。AI本該讓創(chuàng)作更輕松、更有趣，但現(xiàn)在的門檻反而擋住了許多好點(diǎn)子。

那么，一個(gè)真正以創(chuàng)作者為中心、能夠打通多模態(tài)的AI創(chuàng)作平臺(tái)，應(yīng)該是什么樣的？

SkyReels給出的答案，就是一張“無(wú)限畫布”。

打開(kāi)新版SkyReels，占據(jù)視覺(jué)中心的并非密集的功能面板，而是承載創(chuàng)作素材的畫布。這讓用戶的注意力和操作重心始終在創(chuàng)作本身，而不是被復(fù)雜的菜單和參數(shù)所干擾。

所有AI功能與模型都被整合到畫布的側(cè)邊欄，既有昆侖萬(wàn)維自家的多款模型，也覆蓋了當(dāng)前業(yè)內(nèi)的幾乎所有主流模型。在這片空間中，用戶可以自由地上傳圖像、音頻、視頻等多模態(tài)內(nèi)容，文生圖生成的素材可以成為圖像編輯、圖生視頻的起點(diǎn)。

這種設(shè)計(jì)符合用戶長(zhǎng)期形成的心智模型。Photoshop以畫布為中心，工具和功能區(qū)被放在側(cè)邊欄或頂部菜單，用戶直接在畫布上操作圖像、繪制、編輯。AE同樣以畫布為視覺(jué)核心，所有特效、素材、合成操作在畫布上直觀呈現(xiàn)，工具界面相對(duì)輔助。

在繼承經(jīng)典創(chuàng)作軟件的界面邏輯、降低用戶學(xué)習(xí)門檻的同時(shí)，SkyReels也對(duì)多模態(tài)創(chuàng)作流程進(jìn)行了創(chuàng)新整合，讓創(chuàng)作在圖像、視頻、音頻之間自由流動(dòng)。

在無(wú)限畫布上，用戶主要以三種方式進(jìn)行交互與創(chuàng)作：拖拽、對(duì)話、二次編輯。

用戶可以一次性上傳多張圖片、多個(gè)視頻，并根據(jù)創(chuàng)作需求將素材拖拽到對(duì)應(yīng)的功能上。

例如，將靜態(tài)圖片拖拽到“視頻生成”功能上后，它便會(huì)在畫布原地變?yōu)閯?dòng)態(tài)視頻。

如果需要讓視頻中的人物說(shuō)出想要的臺(tái)詞，就只需拖動(dòng)這個(gè)視頻到“Avatar（數(shù)字人）”功能上，人物就能開(kāi)口說(shuō)話。

同時(shí)，用戶還能在無(wú)限畫布上捕捉并打磨靈感。當(dāng)聽(tīng)到令人心動(dòng)的音樂(lè)、看到有啟發(fā)性的視頻后，只需將音頻拖入Chat界面，與智能agent對(duì)話。Agent能幫助用戶逐步厘清創(chuàng)作需求，并最終生成相應(yīng)的視覺(jué)畫面。

在獲得初步生成結(jié)果后，用戶可以進(jìn)行二次編輯——包括視頻風(fēng)格化、延長(zhǎng)內(nèi)容或進(jìn)行UpScale畫質(zhì)升級(jí)等。這些操作都可在同一界面中完成，無(wú)需跳轉(zhuǎn)或切換。

SkyReels的無(wú)限畫布，把復(fù)雜的操作和設(shè)置都封裝在了簡(jiǎn)單的物理動(dòng)作背后?！?strong>我們希望用戶不需要學(xué)習(xí)AI，而只需要使用AI。”SkyReels團(tuán)隊(duì)這樣強(qiáng)調(diào)。

二、Agent深度融入創(chuàng)作，海量模板讓數(shù)字營(yíng)銷更輕松

為了讓創(chuàng)作的流程進(jìn)一步提效與智能化，SkyReels 還引入了“雙核驅(qū)動(dòng)”的智能創(chuàng)作體系——由Super Agent與Expert Agents共同構(gòu)成的全能與專業(yè)一體化系統(tǒng)。

在內(nèi)容創(chuàng)作的早期階段，靈感往往稍縱即逝，圖片、文字、視頻都有可能成為創(chuàng)作的起點(diǎn)。Super Agent的設(shè)計(jì)讓捕捉這種瞬間的創(chuàng)意需求變得更為容易。

在試用中，Super Agent的多模態(tài)識(shí)別能力表現(xiàn)出色：無(wú)論是上傳圖片、輸入文字，還是提供視頻，它都能跨模態(tài)快速理解意圖，并給出有針對(duì)性的反饋。

知名Vlogger Casey Neistat有“Vlog之父”稱號(hào)，其風(fēng)格啟發(fā)了不少創(chuàng)作者。如今，借助Super Agent的能力，普通人也能在SkyReels中復(fù)刻N(yùn)eistat的風(fēng)格。

我們可以上傳Neistat的Vlog，并輸入指令“按照Casey Neistat的風(fēng)格幫我打造一只關(guān)于小狗的Vlog”。Super Agent系統(tǒng)能根據(jù)視頻的內(nèi)容，并結(jié)合公開(kāi)信息，分析提煉創(chuàng)作風(fēng)格。

當(dāng)用戶的指令并不清晰時(shí)，Super Agent不會(huì)將錯(cuò)就錯(cuò)，而是會(huì)主動(dòng)提問(wèn)，讓用戶輸入所需信息，或是選擇創(chuàng)作方向。

完全了解用戶需求后，Super Agent才會(huì)開(kāi)始規(guī)劃創(chuàng)作流程，幫用戶逐步打造制作計(jì)劃、分鏡、生成角色與背景和生成視頻，期間，用戶不用手動(dòng)切換工具，只需要確認(rèn)Agent提出的方案或動(dòng)作，僅在不滿意時(shí)才需介入調(diào)整。

SkyReels生成的首個(gè)鏡頭如下，無(wú)論是清晨的紐約城，還是富有動(dòng)感的運(yùn)鏡，都和Neistat的風(fēng)格有幾分神似。在此基礎(chǔ)上，用戶可以繼續(xù)按照計(jì)劃生成視頻，最終獲取足夠的創(chuàng)作素材。

更值得一提的是，Super Agent并非單次響應(yīng)的“問(wèn)答式工具”，而是一個(gè)可以被隨時(shí)喚起、持續(xù)陪伴的創(chuàng)作伙伴，可以參與到用戶創(chuàng)作的每一個(gè)階段。

相比Super Agent的通用創(chuàng)意能力，Expert Agents更像是一個(gè)針對(duì)垂直行業(yè)打造的“專業(yè)智囊?guī)臁薄?/strong>目前SkyReels已內(nèi)置28個(gè)專家Expert Agents，覆蓋市場(chǎng)營(yíng)銷、電商運(yùn)營(yíng)、虛擬形象打造和故事創(chuàng)作等領(lǐng)域。

在我們的體驗(yàn)中，營(yíng)銷類Expert Agent尤其值得關(guān)注。要使用Expert Agents，用戶本身并不需要是特定領(lǐng)域的“專家”——Expert Agents在每個(gè)場(chǎng)景都會(huì)給出清晰的指引，用戶按照指引，像做填空題一樣補(bǔ)全產(chǎn)品賣點(diǎn)、目標(biāo)受眾、所傳遞的情緒、使用場(chǎng)景等關(guān)鍵信息后，系統(tǒng)便能生成完整的營(yíng)銷素材，如海報(bào)、宣傳視頻等等。

▲SkyReels幫助用戶厘清消費(fèi)電子產(chǎn)品的宣傳視頻拍攝策略

這28個(gè)專家Agent均在特定領(lǐng)域經(jīng)過(guò)深度訓(xùn)練和優(yōu)化。它們內(nèi)置了該領(lǐng)域的專業(yè)知識(shí)庫(kù)和成熟的工作流程，能夠理解行業(yè)術(shù)語(yǔ)和復(fù)雜需求，提供具有行業(yè)洞察、可執(zhí)行性強(qiáng)的專業(yè)方案。這使非專業(yè)用戶也能快速獲得具備可執(zhí)行性的成品方案，而不必陷入反復(fù)調(diào)整和試錯(cuò)。

隨著多Agent的協(xié)作機(jī)制進(jìn)一步完善，未來(lái)，這些Agent或許將有望組成專業(yè)團(tuán)隊(duì)，協(xié)作完成更為復(fù)雜的任務(wù)。

同時(shí)，為進(jìn)一步便利創(chuàng)作，SkyReels還配備了海量創(chuàng)作模板。這些模板同樣主打“簡(jiǎn)單好用”，甚至連文字提示詞都無(wú)需輸入——用戶只需上傳基本的圖像素材，即可完成替換。

例如，在服裝外貿(mào)電商場(chǎng)景，SkyReels的模板已經(jīng)覆蓋了不同人種、不同膚色、不同服裝類目，無(wú)論是T恤衫、衛(wèi)衣、夾克還是大衣，都有對(duì)應(yīng)的細(xì)分模板。

替換元素后，新的衛(wèi)衣款式、品牌Logo能與原模板無(wú)縫融合，真正實(shí)現(xiàn)了模板效果的“所見(jiàn)即所得”。

智東西批量嘗試了多個(gè)不同樣式的模板，其融合效果始終穩(wěn)定可靠，幾乎沒(méi)有割裂感和不自然的觀感。

此類數(shù)字營(yíng)銷工具，讓相關(guān)從業(yè)者無(wú)需耗費(fèi)大量時(shí)間、精力拍攝宣傳素材，也減少了他們學(xué)習(xí)AI工具的機(jī)會(huì)成本。從業(yè)者可以把精力集中于產(chǎn)品創(chuàng)意與市場(chǎng)策略本身，從而更高效地實(shí)現(xiàn)品牌傳播與業(yè)務(wù)增長(zhǎng)目標(biāo)。

三、底層模型能力集中升級(jí)，數(shù)字人能實(shí)現(xiàn)多人對(duì)話了

“無(wú)限畫布”、Agent、模板等創(chuàng)作方式的升級(jí)背后，是昆侖萬(wàn)維在視頻生成模型底層能力上的不斷突破。

數(shù)字人能力方面，SkyReels V3模型首先在生成長(zhǎng)度上實(shí)現(xiàn)跨越，能完成數(shù)分鐘的數(shù)字人畫面生成。借助這一功能，我們甚至可以用自己打造的卡通形象，拍一部新品宣傳廣告片。

SkyReels在生成數(shù)字人時(shí)，支持32個(gè)運(yùn)鏡組合與鏡頭運(yùn)動(dòng)選項(xiàng)，能夠滿足不同敘事和畫面表達(dá)需求，使視覺(jué)表現(xiàn)更加生動(dòng)自然。這些特性，讓數(shù)字人能勝任更為完整的營(yíng)銷敘事，提升宣傳效果。

SkyReels V3還是業(yè)內(nèi)首個(gè)支持單鏡頭多人多輪對(duì)話的數(shù)字人模型。在傳統(tǒng)的數(shù)字人生成模型更多僅提供單人對(duì)口型和多人同時(shí)發(fā)聲。SkyReels V3則能精準(zhǔn)控制每個(gè)角色的說(shuō)話時(shí)機(jī)、節(jié)奏、肢體語(yǔ)言和角色間的眼神互動(dòng)，實(shí)現(xiàn)自然的多人對(duì)話流，甚至還能同步生成真實(shí)的環(huán)境音。

在創(chuàng)意場(chǎng)景，SkyReels現(xiàn)在還能將視頻的創(chuàng)意延展，或是轉(zhuǎn)變?yōu)樘囟ǖ娘L(fēng)格。

這些能力基于升級(jí)的SkyReels V3。其視頻延長(zhǎng)不再局限于業(yè)內(nèi)“單鏡頭拉長(zhǎng)”的傳統(tǒng)方式，而是基于視頻語(yǔ)義和用戶Prompt，智能預(yù)測(cè)下一個(gè)鏡頭的合理延續(xù)與場(chǎng)景內(nèi)容。

SkyReels V3視頻延長(zhǎng)支持多種切鏡方式，包括影視拍攝中常用的切入鏡頭、切出鏡頭、反打鏡頭、多角度鏡頭、切離鏡頭等，能生成具備敘事邏輯與視覺(jué)連貫性的延展片段，讓鏡頭語(yǔ)言更豐富，畫面更具動(dòng)感與電影感。

這一能力讓用戶可以從短視頻中自然過(guò)渡至更完整的敘事結(jié)構(gòu)，為影視預(yù)演、電商視頻延展、UGC 創(chuàng)作等場(chǎng)景提供更高效的生成方式。

而SkyReels V3此次的風(fēng)格化模型并非簡(jiǎn)單的“濾鏡遷移”。它通過(guò)對(duì)視頻時(shí)序一致性、細(xì)節(jié)保真度與光影邏輯的深度優(yōu)化，實(shí)現(xiàn)了1:1的角色、動(dòng)作和場(chǎng)景保真。

無(wú)論是“辛普森風(fēng)”、“樂(lè)高風(fēng)”還是“梵高風(fēng)”，視頻中的細(xì)節(jié)都能保持一致，讓風(fēng)格化不再只是“涂層”，而是深度地融合到畫面之中。

與市面上常見(jiàn)的5秒級(jí)別LoRA一鍵風(fēng)格化不同，SkyReels的模型保持了原視頻的動(dòng)態(tài)結(jié)構(gòu)與語(yǔ)義邏輯。這讓風(fēng)格遷移具備了更強(qiáng)的穩(wěn)定性和一致性，足以支撐時(shí)長(zhǎng)更長(zhǎng)廣告創(chuàng)意、動(dòng)畫預(yù)演的視覺(jué)再創(chuàng)作。

結(jié)語(yǔ)：SkyReels升級(jí)背后，昆侖萬(wàn)維的AI全景布局

SkyReels近期的升級(jí)，只是昆侖萬(wàn)維在AI領(lǐng)域的部分探索。昆侖萬(wàn)維近期披露的財(cái)報(bào)顯示，其AI布局已經(jīng)涵蓋大模型、AGI研究、多模態(tài)創(chuàng)作平臺(tái)、智能音樂(lè)與語(yǔ)音、游戲與社交等方向，并開(kāi)源了Skywork-Reward、Skywork-R1V、UniPic、Matrix-3D 等系列模型，推出了SkyReels、Mureka、Linky、StarMaker和DramaWave等多款應(yīng)用。

這也帶動(dòng)了其業(yè)績(jī)的快速增長(zhǎng)。昆侖萬(wàn)維在本財(cái)年前三季度的營(yíng)收已達(dá)58億元，同比增長(zhǎng) 52%，海外收入占比93%。作為中國(guó)AI出海的重要力量之一，昆侖萬(wàn)維有望持續(xù)推動(dòng)AI技術(shù)研發(fā)、產(chǎn)品迭代和商業(yè)化應(yīng)用，打造覆蓋研發(fā)、創(chuàng)作和內(nèi)容生態(tài)的全方位AI平臺(tái)。