告別繁瑣切換！昆侖萬維SkyReels用“無限畫布”改變AI創(chuàng)作，一站式搞定圖文視頻

智東西
作者 陳駿達
編輯 漠影

這一多模態(tài)AI創(chuàng)意工具，迎來多項重磅升級！

智東西11月6日報道，近日，昆侖萬維旗下的多模態(tài)創(chuàng)意工具平臺SkyReels迎來一波集中升級，其中最大的亮點就是，他們用一張“無限畫布”，取代了復雜的創(chuàng)作交互方式。

在新版SkyReels上，無論是圖片、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“無限畫布”上完成，并且通過簡單拖拽即可實現(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、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款聚焦特定場景的Expert Agent，快速完成生成；而對沒有創(chuàng)作經(jīng)驗的小白用戶，只需套用智能模板，通過簡單的文字描述和畫面替換，即可輕松復刻參考內(nèi)容。

在此基礎上，SkyReels還推出了Agentic Copilot模式——集Super Agent與Expert Agents于一體的“雙核驅動”體系。用戶可以通過自然語言、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，復刻了Vlog之父Casey Neistat的拍攝風格。

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

智東西對SkyReels近期的升級進行了全面體驗?？梢哉f，這一升級后的創(chuàng)作平臺，不僅在功能上提供了便利，更在整體體驗上實現(xiàn)了統(tǒng)一與流暢。無限畫布、智能Agent等要素的結合，讓用戶能夠在一個簡潔直觀的平臺上，實現(xiàn)海量創(chuàng)意的可能。

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

如今的多模態(tài)AI創(chuàng)作平臺看起來五花八門、功能強大，但用起來卻常常讓人頭大。界面層層疊疊，操作邏輯又有點反直覺，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僅支持文本轉視頻、幀轉視頻和素材轉視頻，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。

對創(chuàng)作者來說，這種割裂的體驗打斷了創(chuàng)作靈感，也拉高了AI工具的學習成本。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子。

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

SkyReels給出的答案，就是一張“無限畫布”。

打開新版SkyReels，占據(jù)視覺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邊欄，既有昆侖萬維自家的多款模型，也覆蓋了當前業(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。

這種設計符合用戶長期形成的心智模型。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)，工具界面相對輔助。

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

在無限畫布上，用戶主要以三種方式進行交互與創(chuàng)作：拖拽、對話、二次編輯。

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

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

如果需要讓視頻中的人物說出想要的臺詞，就只需拖動這個視頻到“Avatar（數(shù)字人）”功能上，人物就能開口說話。

同時，用戶還能在無限畫布上捕捉并打磨靈感。當聽到令人心動的音樂、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對話。Agent能幫助用戶逐步厘清創(chuàng)作需求，并最終生成相應的視覺畫面。

在獲得初步生成結果后，用戶可以進行二次編輯——包括視頻風格化、延長內(nèi)容或進行UpScale畫質升級等。這些操作都可在同一界面中完成，無需跳轉或切換。

SkyReels的無限畫布，把復雜的操作和設置都封裝在了簡單的物理動作背后?！?strong>我們希望用戶不需要學習AI，而只需要使用AI。”SkyReels團隊這樣強調(diào)。

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

為了讓創(chuàng)作的流程進一步提效與智能化，SkyReels 還引入了“雙核驅動”的智能創(chuàng)作體系——由Super Agent與Expert Agents共同構成的全能與專業(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。Super Agent的設計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)識別能力表現(xiàn)出色：無論是上傳圖片、輸入文字，還是提供視頻，它都能跨模態(tài)快速理解意圖，并給出有針對性的反饋。

知名Vlogger Casey Neistat有“Vlog之父”稱號，其風格啟發(fā)了不少創(chuàng)作者。如今，借助Super Agent的能力，普通人也能在SkyReels中復刻Neistat的風格。

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

當用戶的指令并不清晰時，Super Agent不會將錯就錯，而是會主動提問，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才會開始規(guī)劃創(chuàng)作流程，幫用戶逐步打造制作計劃、分鏡、生成角色與背景和生成視頻，期間，用戶不用手動切換工具，只需要確認Agent提出的方案或動作，僅在不滿意時才需介入調(diào)整。

SkyReels生成的首個鏡頭如下，無論是清晨的紐約城，還是富有動感的運鏡，都和Neistat的風格有幾分神似。在此基礎上，用戶可以繼續(xù)按照計劃生成視頻，最終獲取足夠的創(chuàng)作素材。

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

相比Super Agent的通用創(chuàng)意能力，Expert Agents更像是一個針對垂直行業(yè)打造的“專業(yè)智囊?guī)臁薄?/strong>目前SkyReels已內(nèi)置28個專家Expert Agents，覆蓋市場營銷、電商運營、虛擬形象打造和故事創(chuàng)作等領域。

在我們的體驗中，營銷類Expert Agent尤其值得關注。要使用Expert Agents，用戶本身并不需要是特定領域的“專家”——Expert Agents在每個場景都會給出清晰的指引，用戶按照指引，像做填空題一樣補全產(chǎn)品賣點、目標受眾、所傳遞的情緒、使用場景等關鍵信息后，系統(tǒng)便能生成完整的營銷素材，如海報、宣傳視頻等等。

▲SkyReels幫助用戶厘清消費電子產(chǎn)品的宣傳視頻拍攝策略

這28個專家Agent均在特定領域經(jīng)過深度訓練和優(yōu)化。它們內(nèi)置了該領域的專業(yè)知識庫和成熟的工作流程，能夠理解行業(yè)術語和復雜需求，提供具有行業(yè)洞察、可執(zhí)行性強的專業(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，而不必陷入反復調(diào)整和試錯。

隨著多Agent的協(xié)作機制進一步完善，未來，這些Agent或許將有望組成專業(yè)團隊，協(xié)作完成更為復雜的任務。

同時，為進一步便利創(chuàng)作，SkyReels還配備了海量創(chuàng)作模板。這些模板同樣主打“簡單好用”，甚至連文字提示詞都無需輸入——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，無論是T恤衫、衛(wèi)衣、夾克還是大衣，都有對應的細分模板。

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

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

此類數(shù)字營銷工具，讓相關從業(yè)者無需耗費大量時間、精力拍攝宣傳素材，也減少了他們學習AI工具的機會成本。從業(yè)者可以把精力集中于產(chǎn)品創(chuàng)意與市場策略本身，從而更高效地實現(xiàn)品牌傳播與業(yè)務增長目標。

三、底層模型能力集中升級，數(shù)字人能實現(xiàn)多人對話了

“無限畫布”、Agent、模板等創(chuàng)作方式的升級背后，是昆侖萬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模型首先在生成長度上實現(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，支持32個運鏡組合與鏡頭運動選項，能夠滿足不同敘事和畫面表達需求，使視覺表現(xiàn)更加生動自然。這些特性，讓數(shù)字人能勝任更為完整的營銷敘事，提升宣傳效果。

SkyReels V3還是業(yè)內(nèi)首個支持單鏡頭多人多輪對話的數(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口型和多人同時發(fā)聲。SkyReels V3則能精準控制每個角色的說話時機、節(jié)奏、肢體語言和角色間的眼神互動，實現(xiàn)自然的多人對話流，甚至還能同步生成真實的環(huán)境音。

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

這些能力基于升級的SkyReels V3。其視頻延長不再局限于業(yè)內(nèi)“單鏡頭拉長”的傳統(tǒng)方式，而是基于視頻語義和用戶Prompt，智能預測下一個鏡頭的合理延續(xù)與場景內(nèi)容。

SkyReels V3視頻延長支持多種切鏡方式，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連貫性的延展片段，讓鏡頭語言更豐富，畫面更具動感與電影感。

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

而SkyReels V3此次的風格化模型并非簡單的“濾鏡遷移”。它通過對視頻時序一致性、細節(jié)保真度與光影邏輯的深度優(yōu)化，實現(xiàn)了1:1的角色、動作和場景保真。

無論是“辛普森風”、“樂高風”還是“梵高風”，視頻中的細節(jié)都能保持一致，讓風格化不再只是“涂層”，而是深度地融合到畫面之中。

與市面上常見的5秒級別LoRA一鍵風格化不同，SkyReels的模型保持了原視頻的動態(tài)結構與語義邏輯。這讓風格遷移具備了更強的穩(wěn)定性和一致性，足以支撐時長更長廣告創(chuàng)意、動畫預演的視覺再創(chuàng)作。

結語：SkyReels升級背后，昆侖萬維的AI全景布局

SkyReels近期的升級，只是昆侖萬維在AI領域的部分探索。昆侖萬維近期披露的財報顯示，其AI布局已經(jīng)涵蓋大模型、AGI研究、多模態(tài)創(chuàng)作平臺、智能音樂與語音、游戲與社交等方向，并開源了Skywork-Reward、Skywork-R1V、UniPic、Matrix-3D 等系列模型，推出了SkyReels、Mureka、Linky、StarMaker和DramaWave等多款應用。

這也帶動了其業(yè)績的快速增長。昆侖萬維在本財年前三季度的營收已達58億元，同比增長 52%，海外收入占比93%。作為中國AI出海的重要力量之一，昆侖萬維有望持續(xù)推動AI技術研發(fā)、產(chǎn)品迭代和商業(yè)化應用，打造覆蓋研發(fā)、創(chuàng)作和內(nèi)容生態(tài)的全方位AI平臺。