首页财产影视视频正文 革新 100 多年的影视行业，需要的不止是好模子 Seedance 2.0发布打击影视行业，LibTV作为首个懂影视工业流程的AI创作平台，集成多种模子能力，以怪异方式解决创作问题，降低试错成本。 2026-03-20 10:27 ·极客公园Moonshot AI投资人解读· LibTV是首个懂影视工业流程的AI创作平台，集成多种模子组成强盛技能底座，能统合技能形成可控创作历程。其主面板为无穷画布，操作近似“思惟宫殿”，还有能过细具象化分镜天生等事情，撑持天生超5分钟视频，引入脚色三视图天生功效解决叙事问题。· 行业竞争加重可能致使市场份额被抢占；技能更新换代快，若LibTV不克不及和时跟进，可能被裁减。总结：LibTV依附怪异上风于影视创作范畴潜力巨年夜，但面对行业竞争与技能更新危害，投资时需综合评估其技能迭代能力、市场竞争应答计谋等因素。内容由AI天生，仅供参考

Seedance 2.0 发布后，影视行业感触感染到了实其实于的打击。这个全世界*的视频模子，已经经可以或许一键天生靠近「影视级」的画面镜头。

但现实上，影视工业从来不是几段「好镜头」的叠加，它素质上是一条极为周密、依靠排场调理的重工业流水线。

畴前期的脚本，拆解为繁杂的分镜；于拍摄时，要思量场景搭建、服化道设计、布光气候、排场调理；于后期要梳理镜头，捕获故事线及剪辑节拍......

一部好作品的降生，来历在如许一套高度布局化的流程——这也是今朝很多视频 Agent 产物的困境：画面都很精美，但作品不可立。

LibTV 的切入点，正好落于这个断层上。

于各处都是「盲盒天生器」的今天，它是*个真正懂影视工业流程的 AI 创作平台。

从底层来看，它依然集成为了当前最完备的一批模子能力，从 Lib Nano Pro 到 Kling 3.0，一系列 SOTA 图象、视频、语言、音频模子，组成了一个充足强的技能底座。

利用 LibTV 天生的 AI 短片

但更要害的是它于试图解决另外一个层面的问题：统合这些技能，形成一个可控的创作历程。

这也是 LibTV 与大都 AI 视频东西的底子区分，它是真的懂行，也畏敬上百年来形成的影视工业。

当天生再也不是问题后，怎么调理才是要害的下一步。

0一、用户真正想要的：「导演」的*节制权

今朝的创作东西，正于两个极度之间摇晃。

一端是只有 chatbot 的对于话式天生。它素质上是黑盒，创作者只能经由过程重复对于话去「撞」出一个相对于可用的镜头，镜头之间也很难形成布局性的联系关系。

另外一端是节点式事情流。给用户提供了节制力，但价钱是繁杂度，界面繁杂如迷宫，进修成本高到劝退绝年夜大都人。

而 LibTV 的解法其实不繁杂，它把两头交融到一路，形成为了无穷画布叠加节点事情流的复合形态。

从东西到操作空间

LibTV 的主面板是一个巨年夜的画布，那里没有时间线，也没有一个固定的出发点。

所有信息被放于统一个平面上，可以被拖拽、并排、叠加、拆分。文本、图象、视频、音频，各自以节点的情势存于，但它们之间的瓜葛是开放的。

脚色设定、场景草图、视频片断可以被并排摆放，整个项目的布局是全局可见的，创作者可以自由且动态地毗连差别的处置惩罚环节，也能随时单点删除了不满足的分支。

这类体验很靠近 Alan Kay 昔时对于 Dynabook 的假想。信息再也不被封装于一个个自力的软件里，而是像纸张同样被摊于桌面上，可以随时重组，创作历程从「进入东西」酿成「操作空间」。

画布上的每个功效节点都具有高度的可编纂性及可调试性，而这些变化会于整个画布中孕育发生连锁反映。创作者逐渐理清叙事脉络的历程，于视觉上具象化为 Connect the dots（由点连线）的历程。

整个画布之在影视创作者，就像刑侦部分的探案板，也像福尔摩斯的「思惟宫殿」。

这类历程很难用传统的软件语言去描写，更靠近一种「把思索外化」的历程。跟着节点逐渐增多，创作者对于本身片子的实现路径也会逐渐清楚，这类觉得像极了影视创作中的「会商会」，比起天生，它更像于排演的历程。

这类排练感于 9 宫格与 25 宫格的分镜切分功效上表现患上尤为直接。

推演与排演

传统的 AI 视频东西往往逗留于「天生一个镜头」，至多扩大到几段拼接。而 LibTV 把分镜自己作为一个可以被天生及修改的对于象。

分镜天生及切分功效，让曾经经破费年夜量时间精神去做的推演事情，极为过细地具象化了。从景别、音效、人物动作、台词，到分镜提醒词、光影气氛、视频运动提醒词……

用户还有能直不雅地看到镜头之间怎样跟尾，节拍怎样推进，而且可以修改每个表格。

这类对于影视事情流的理解，联合上 LibTV 的技能底座，能让一名自力的创作者，用极低成本完成一个贸易级另外 Pre-vis 视觉预演。

特别是于传统的影视事情流里，创作者写下一行脚本，往往要等上几个月才能于监督器里看到它被视觉化的样子。但于 LibTV 的这块画布上，反馈轮回被压缩到了「以分钟计」。

而当我只是有一个简朴的故事设法时，LibTV 会带着我不停向前睁开。从一句设定，到年夜致梗概，再到分场景的拆解，终极落于详细镜头上。

这类「推演感」是许多 AI 东西里缺掉的部门，它让创作再也不依靠一次掷中，而是酿成一个慢慢迫近的历程。

固然，这类方式也不是彻底没有门坎。LibTV 分镜天生的过细水平，有时辰会凌驾平凡用户的预期。它会给出过在详细的镜头描写、调理建议，甚至包罗一些靠近专业建造流程的细节。

对于在没有受过视听语言专业练习的平凡用户来讲，面临云云高密度的参数，上手修改的门坎显患上很高。

但换一个角度看，这偏偏申明体系预留了充足高的上限，它能拿出一个高精度初稿，我可以选择参与此中任何一环。

叙事的能力

LibTV 体系今朝可以或许撑持天生跨越 5 分钟的视频内容，这是影视专业年夜二短片功课的时长要求，而于 AI 视频范畴，这是一个技能分水岭。

当片断最先延展为短片，它就具有承载完备叙事的能力。

为了完全解决长视频叙事中的人物一致性问题，LibTV 引入了脚色三视图天生功效。

看起来只是一个小功效，但这对于在想要拍摄持续短剧，或者者试图打造单一 IP 形象的创作者来讲很是主要，它能让短片里的 AI 演员再也不变来变去，这是叙事建立的基础之一。

无穷画布、连点成线、高度可编纂的邃密剧本、脚色固定……当这些能力成了 LibTV 的技能底座时，创作的重心也发生了转变。

我花于「怎么天生」的时间削减了，更多精神被拉回到「哪一个更好」及「我要表达甚么」上。

0二、当 Agent 推开「另外一扇门」

今朝的视频 Agent 赛道看起来很热闹，但大都实在很「薄弱」。

它们挪用的往往只是碎片化的单点 API，素质上只是一个「调理器」，把一个个模子串起来，完成一条线性的挪用链。

但问题于在，这类挪用是无布局的，成果每一一步都建立，但总体不可立。一旦使命从「天生一个片断」酿成「完成一段叙事」，问题就会迅速袒露出来。

LibTV 直接换了个思绪，直接挪用一整套已经经被构造好的「创作能力」。

它把这套能力打包成为了 Skill，可以直接部署于 OpenClaw 等平台上，经由过程简朴的对于话，就能实现「短漫剧天生 Skill」、「音乐 MV 天生 Skill」甚至是「爆款复刻 Skill」。

于现实体验里，我直接于飞书（已经安装 OpenClaw）发给了一张足球图及苹果的告白，下达指令「请复刻这个视频气势派头，给我的足球做一部宣传片」。

接下来，LibTV Agent 会主动解构那段视频的镜头语言，本身去理解镜头组接、写剧本、画分镜、天生片断、完成剪辑。

全程我只需要等候它告诉我「做好了」，我点进天生好的视频后，哪里不满足，再用天然语言奉告，它会直接本身再理解，再修改。

我就像一个甲方，等候「乙方」提交后，再去做审美判定，选择采用还有是修改。

这暗地里的变化逾越了纯真的效率晋升，是软件设计逻辑的转向。

已往的软件假定「人来一步步操作」，此刻则要做到「Agent 能接受流程」。软件不止要比拼功效够不敷多，也要看各个能力可否串联，能不克不及被一次性挪用并对于成果卖力。

以是问题不于在要不要引入 Agent，而于在怎样分工。

LibTV 对于此给出的谜底更像是让人卖力选择与审美，Agent 卖力履行与扩大。

前者决议标的目的，把历程中最索然无味的环节解决失，后者卖力把这个标的目的推到*，而且以极低成本重复试错。

用户可以做导演，一步步去扣细节，也能够像个甲方同样，直接下指令，看成果。

0三、1+1 2：用呆板的效率加强人类的直觉

效率东西的抱负状况，是让人不干活，但创作东西不克不及这么干，假如一个创作东西的方针是「让人不介入」，那它终极必然只会出产内容，做不出来作品。

而一部作品之以是建立，不是由于它完成为了几多步调，而是由于创作者于许多节点做出了选择「这个镜头该不应逗留长一点」，「这时候候要不要接特写强化情绪」，「这里音乐要停还有是继承」……

这些决议，至今没有任何模子可以真正替换。

以是 LibTV 选择打开两扇门，一扇留给人类，一扇交给 AI。

这不是「手动模式」及「主动模式」的区分，而是一种可以随时切换、互相补位的布局。人类的直觉共同呆板的算力，终极让 1+1 2。

翻翻 LibTV 官网上的那些精选案例，把他们的事情流节点拆开看，会发明那些* AI 玩家的「人工参与度」很是高。

节点该怎么连，灯光参数怎么调，场景怎么构建，镜头怎么毗连……全都摆于画布上，堪比 AI 时代的免费影像巨匠课。

看着这些连线及终极完成的作品，我会心识到 AI 视频最先离开「异景展示」的阶段，进入到了「是否能承载创作者的表达」阶段。也就是说，AI 影像最先具有「作品」及进入工业化的前提了。

而一旦进入这个阶段，成本问题就会被从头放年夜。

AI 视频创作曾经经是一个高试错机制，用户不知道哪一个版本是对于的，只能不停天生、不停推翻，就像「抽卡」同样。而每一一次点击天生，都于燃烧用户积分。终极，想象力会下意识给预算妥协。

但 LibTV 此次选择当价格屠夫，39 折的年卡，模子积分订价甚至比同类竞品低出 92%。

这素质上是于降低试错门坎，当我更愿意多试一版，多走一条分支，甚至去验证一些原本感觉「不值患上」的设法时，创作的成果必然会发生微妙的转变。

再往前看一步，这类「人+Agent」的布局，实在正于重塑影像行业自己。

已往，影视行业是一条高度工业化的出产线。编剧、分镜、摄影、美术、剪辑，每个环节都需要专业分工，也需要年夜量协作成本。小我私家创作者很难超过这条门坎，往往受困在资金及团队的匮乏，而非缺少好设法。

传统的影视工业过重了，重到无数个轻便的设法难以落地。但 LibTV 提供的技能底座，就于把这条出产线正于被压缩、折叠，甚至集成到一人一平台上。这就是所谓的 Solo Filming。

好玩的 Sweet Spot

LibTV 给我的现实上手体感，是一种「好玩」。它真的于数字世界里为我放开了一张没有界限的画布。年夜学时期那些成型的脚本，曾经经由于没钱拍、组不了团队而被掐灭的疯狂点子，此刻全都有了从头显影的可能，我可以于这上面无尽地折腾。

就算走出单打独斗的 Solo Filming，进入视频行业后，它也能够找到一席之地。好比某场戏的设法验证、分镜展示、气势派头测试，此刻可以被快速压缩、重复推演，不需要到片场开机后再叫停。

LibTV 很好「玩」，可以用较低的时间成本，就验证一个恍惚的设法

LibTV 恰好是于中间的均衡点上。

再往「手动档」何处走一点，会繁杂到只能办事在受过科班练习的影视从业者，再「主动化」一点，一切都被设置好了，人就只能不停抽盲盒。

而于技能及创作的十字路口，LibTV 一边是充足扎实的产物底座，把天生、分镜、剪辑这些原天职散的能力收拢于一路。

另外一边，是对于影视创作流程自己的理解，它知道一部作品不是「天生」的，而是一步步推表演来的。正因云云，它既没有把人困于繁琐的细节操作里，也没有把人直接踢出创作链路。

当一个东西充足懂行，它必然能懂于一个行业中，「专业的人」有多主要。

就像资深影视从业者郑林于《将来 1500 天，影视行业的钱会被这 1% 的人赚走？》那篇文章里所说的：「将来五年，这个行业里最值钱的工具……是一个真正懂行的人于看完一千个 AI 天生的画面后，平静地指着此中一个说：就是这个。」

终极，于那块无穷延长的画布上，算力、年夜模子及 Agent 终极都化作了托底的暗潮。

水面之上，只有创作者的审美、判定、选择及最纯粹的表达欲，以和阿谁早就该被讲出来的好故事。

【本文由投资界互助伙伴极客公园授权发布，本平台仅提供信息存储办事。】若有任何疑难，请接洽（editor@zero2ipo.com.cn）投资界处置惩罚。