10 月 29 日，量子位报道，AI 搜索公司 Genspark 上线了新的视频 Agent 产品，主打「零基础也能拍短剧」。产品由奥特曼与 Dario 同台以 rap 形式发布，把视频创作里最难的「导演 + 剪辑 + 剧本」三件事打包进一个工作台。
一个工作台里塞进三件事
传统做一条 AI 短视频，需要在多个工具之间来回切换：先写脚本，再选图生视频模型，再配音、剪片段、调节奏。Genspark 新上线的 Media Studio 把这条链路收进同一个界面，目标是让完全没有剪辑经验的用户也能产出短剧级内容。与之配套的是 Genspark 的视频导演模型，内部由 DeepSeek V4.1 Flash、Claude Opus 5.5 与 Fable 5.1 组合驱动，负责理解剧本意图并把脚本拆成可执行的镜头。
底层模型侧接入了目前市面上的主流生成能力，包括 Seedance 2.5、Kling、Veo 等视频模型，图像侧覆盖 GPT Image 与 Nano Banana，声音环节则由 ElevenLabs 承担。这种「多模型编排」的思路与本站此前报道的英伟达开源视频增强方案思路一致：英伟达开源 Open-H3-Regenerate-2K：5 秒 4K 视频提速 3.9 倍——单模型能力趋同之后，差异往往出在调度层。
从 480p 到 1080p 的交付细节
出片效率是这个产品最被强调的指标。官方给出的经验值是：一条成片通常需要 8 到 14 分钟的提示与迭代时间。分辨率上，产品支持从 480p 提升到 1080p 的输出，字幕与配音同步生成，用户可以在同一界面里完成从脚本到成片的完整闭环。
商业化上，Genspark 从 10 月 27 日到 11 月 4 日期间提供积分五折的优惠，试图把尝鲜流量沉淀成付费订阅。Genspark 此前以「超级智能体」定位进入市场，这次把视频能力单独产品化，说明多模态生成正在从通用 Agent 的一个附属能力，变成独立的付费场景。
另一条值得注意的信号是产品命名与形态的收敛。量子位在报道中提到，现在的新模型发布，都要先做一个游戏或者一个可交互的工作台——这不是玩笑，而是内容生成类产品的通用落地路径：先给出可感知的成品，再倒推模型能力。对于关注视频生成赛道的人，本站此前也记录过国产模型的同维度进展：Hi3D V1.0 开源：1536³ 几何细化与 90% 切片成功率，同样指向「生成能力必须落到具体工作流」这一共识。
延伸阅读
- 英伟达开源 Open-H3-Regenerate-2K：5 秒 4K 视频提速 3.9 倍10 小时前
- 美国运通发布AI智能体支付安全框架：未经授权代购可拒付3 周前
- Zest 短信订餐厅：180 万美元融资的 AI 管家上线1 小时前
- 摩根士丹利封禁 AI 智能体：5 家美国大行集体限制账户访问1 周前
继续读
同一批更新里这几篇值得一看：
- Zest 短信订餐厅：180 万美元融资的 AI 管家上线2026-10-31
- 沙钢接入千问办公：单炉复盘 30 分钟压到 3 分钟2026-10-31
- DoorDash 智能体订单仅几百笔 日均配送 300 万单2026-10-31
想快速查定义？对应的词条在这里：
- AI Agent词条 · AI 自学笔记