哈嘍，大家好，今天給大家拆解 AI 創(chuàng)作圈的顛覆性工具 ,港大開源的 ViMax 框架，輸入一句話就能讓 AI 自編自導自演完整短劇，1.4k + 星標背后，普通人當導演真的要成真了？

當 Sora、Runway 還在為 10 秒片段的視覺效果內(nèi)卷時，香港大學黃超教授團隊開源的 ViMax 框架，直接將 AI 視頻創(chuàng)作推向了 “全流程自動化” 時代。

這款在 GitHub 迅速斬獲 1.4k + 星標的工具，通過多智能體協(xié)同架構(gòu)，讓 “輸入一句話，產(chǎn)出一部劇” 從想象落地。

多智能體打造 “AI 全能劇組”

ViMax 的革命性在于將影視制作的復雜流程，拆解為五個專業(yè)智能體的協(xié)同作戰(zhàn)，徹底打破了 “專業(yè)工具 = 高門檻” 的魔咒.

支持 “想法→小說→劇本” 三種輸入模式，哪怕是 “太空貓咪宇航員” 這樣的模糊創(chuàng)意，也能自動補全三幕式結(jié)構(gòu)劇本，包含場景描述、角色對話和節(jié)奏安排，平均處理時間僅 2-3 分鐘。

運用專業(yè)電影理論，為每個場景設(shè)計鏡頭語言,從攝像機運動軌跡到光影布局，甚至精確到每個鏡頭。

采用 “先圖后視頻” 策略，先鎖定角色造型、場景風格等核心元素，再生成動態(tài)片段，避免跨鏡頭 “變臉” 問題，視覺一致性比普通工具高 80%。

通過視覺語言模型對多版本候選內(nèi)容評分，未達標則自動調(diào)優(yōu)參數(shù)重生成，確保輸出符合專業(yè)標準。

全程統(tǒng)籌協(xié)調(diào)，維護全流程風格統(tǒng)一，同步各智能體信息，堪稱 “AI 劇組總指揮”。

更驚喜的是，ViMax 還內(nèi)置音效自動匹配功能，能根據(jù)場景智能添加背景音、對話音效，成品感直接拉滿，無需額外剪輯配樂。

破解長視頻兩大核心瓶頸

此前 Sora、Runway 等主流工具卡在長視頻生成的兩個關(guān)鍵點，而 ViMax 給出了突破性解決方案：

采用 “事件 - 場景 - 鏡頭” 三層遞歸分解策略，將復雜故事拆解為可執(zhí)行的模塊，再通過 RAG 檢索增強技術(shù)構(gòu)建全局知識庫，確保角色性格、情節(jié)邏輯不跑偏。

比如改編長篇小說時，能自動提煉核心劇情，拆分成分集視頻，保留人物關(guān)系和關(guān)鍵轉(zhuǎn)折。

通過圖網(wǎng)絡(luò)追蹤視覺元素，構(gòu)建角色、場景、道具的依賴關(guān)系圖，后續(xù)鏡頭生成時以先驗內(nèi)容為基準，而非從零創(chuàng)作。

針對多視角場景，還會生成過渡視頻校準空間幾何，避免 3D 布局沖突，讓正反打鏡頭的空間關(guān)系完美契合。

對比來看Sora最長僅能生成 20 秒視頻，Runway 更是局限于 4 秒片段，而 ViMax 已能穩(wěn)定輸出 5 分鐘內(nèi)的連貫短劇，且視覺一致性達標率超 85%。

普通人的創(chuàng)作效率革命

GitHub 上已有大量用戶實測，ViMax 讓創(chuàng)作門檻大幅降低,兒童科普博主輸入 “兔子幫小鳥找鳥巢” 的想法，1 小時就獲得 1 分 30 秒的吉卜力風格視頻，包含完整劇本、分鏡圖和配音，更新頻率從每周 1 更提升到 3 更。

將短篇科幻小說《太空貓日記》導入系統(tǒng)，3 小時生成 3 集系列視頻，自動拆分 “出發(fā) - 遇險 - 返航” 劇情，鎖定主角特征，關(guān)鍵情節(jié)無一遺漏。

操作也極為簡單，只需克隆項目、配置 API 密鑰、輸入創(chuàng)意需求，運行腳本即可等待成品，新手 10 分鐘就能上手，無需任何編程或剪輯基礎(chǔ)。

打破商業(yè)工具壟斷

ViMax 采用 MIT 協(xié)議開源，核心代碼完全公開，開發(fā)者可自定義風格模板（如賽博朋克、宮崎駿風）和鏡頭參數(shù)，無生成次數(shù)限制和付費壁壘。

這與 Sora 的高價訂閱、Runway 的功能閹割形成鮮明對比，讓個人和小團隊無需承擔幾千元年費，就能用上專業(yè)級工具。