DomoAI把十五个模型装进一次对话,视频创作从换工具变成点确认

首页 / AI资讯 / AI视频

0:00
0:00
1x
定时

11月13日,总部在新加坡的DomoAI发布了一个叫InkoAI Agent的创作助手。按官方说法,用户输入一句话,它负责把这句话变成一个能直接发到短视频平台的成品,中间所有环节都在同一个对话里完成。这件事的技术含量不在生成,在编排。

一句话之后,它先写提示词再等你点头

流程的第一步不是出图,是写提示词。用户给一句话的想法,智能体把它扩写成模型能理解的详细指令,同时根据目标平台决定画幅与时长,竖屏、横屏、15秒还是60秒,这一步它自己判断,不需要用户去查规格表。

第二步是选技能。DomoAI把预设的流程叫做Skills,目前包括短剧、动漫视频、卡通风格和通用故事四类,点一下就把一个想法推进到带对白或旁白的成片,中途需要确认剧本、角色和分镜。这套设计与专业制作的工序一致,只是把每一步的执行换成了模型,把每一步的决策留给了人。

第三步才是生成。它会在动手之前把计划展示出来并等待批准,官方强调"没有创作者的同意,什么都不会跑"。这个细节在产品上体现为一次额外的点击,在成本上体现为一次额外的确认,在心理上体现为控制的错觉或真实控制,取决于它展示的计划是否足够具体。

它还能读素材。脚本、分镜、角色设定图、产品照片、文档、素材库里的视频都可以作为输入,聊天里记住每一次结果,想改上一张图不必重新上传。这一条决定了它能不能接住真实的制作流程,因为真实的流程从来不是从零开始,而是从一堆已有的东西接着做。

十五个模型背后是一次路由

官方给出的模型清单有15个,包括GPT Image 2.5、Nano Banana Pro、Seedance 2.5、MiniMax H3,以及自家的DomoAI 2.5。来自不同厂商的模型被放进同一个入口,用户不必知道哪个擅长什么,由平台决定某一步用哪个。

这个位置在行业里叫路由层。它不生产模型,生产的是"什么任务配什么模型"的判断,以及把这些模型的输入输出格式统一起来的适配工作。路由层的价值随模型数量增加而上升,因为选择成本本来会全部落在创作者身上。

但路由也带来两个新问题。第一个是价格不透明,不同模型的单价差好几倍,用户看到的是一个总消耗,很难判断钱花在哪一步。第二个是一致性,同一个角色的形象在不同模型之间传递时会发生漂移,短剧这类需要角色贯穿多集的形态对这一点特别敏感。

DomoAI的解法是让结果留在对话里。上一轮生成的角色还在,下一步可以基于它继续做变体或动画,不必重新描述。这是一种用上下文换一致性的做法,有效性取决于模型对参考图的遵循程度,而这恰恰是各家模型差异最大的地方。

审批点放在哪里决定返工成本

整个流程有三个隐性的审批点:剧本、角色、分镜。把它们前置,意味着在还没有花钱生成画面的时候就把方向定下来,返工成本最低。把它们后置,用户可以更早看到画面,但一旦方向不对,损失的是已经生成的几十个镜头。

官方选择前置,并且在生成前再加一道总确认。这套设计对新手友好,对熟手略显繁琐,因为熟手往往愿意先看一版粗的再改。产品的取舍是站在前者那边,这也符合它的用户结构:500万创作者里,大部分不是专业制作团队。

短剧这个品类对审批点的位置特别敏感。一集三分钟,几十个镜头,角色要在不同场景里保持同一张脸,服装与发型不能跳。任何一个环节的方向错了,整集都要重做。这也是为什么Skills里短剧排在第一位,它是需求最硬、付费意愿最强的场景。

把决策前置还有一个副作用,是把不确定性推给人。剧本对不对话是人的判断,分镜合不合理是人的判断,角色讨不讨喜也是人的判断。智能体把可执行的活接了过去,把需要负责的判断留了下来,这既是对的分工,也是这类产品逃不掉的责任结构。

真正能降低返工的是颗粒度。一次只生成一个镜头、确认后再放下一个,返工成本最低但总时长最长;一次生成整段,效率最高但方向错了就全废。产品把这两头留给用户选,是务实的做法,也是它没法替用户决定的地方。

短剧的产能账与平台的位置

短剧的盘子有多大,第三方数据给了一个参照:2026年第一季度,短剧类应用全球下载超过8.5亿次,同比增长140%,应用内购约7.5亿美元,同比增长20%,DramaBox与ReelShort各拿走接近1.4亿美元。下载涨得比收入快,说明新增用户大多来自变现能力较弱的地区。

这个结构决定了工具的价值。当单集预算被压到很低,制作方需要的是把单位时间的产出拉高,而不是把单帧质量做到极致。15个模型、4类技能、每步确认,组合起来的正是"多快好省地出一集",而不是"做一部能进院线的片子"。

平台在这里的位置也清楚了:它不做内容,做的是把模型能力打包成可重复的工序。这个位置的天花板取决于两件事,一是上游模型是否愿意长期给它供货,二是下游制作方是否愿意把素材与工作流放在它的对话里。前者靠商务,后者靠产品体验,两者都不在自己手里。

对创作者的实际建议是,把它当成一个可以快速出样的前端,正式的交付仍然要在自己的工程里做一遍,尤其是声音、字幕和色彩。工具能把方向试错的成本降下来,但交付质量的责任,最终还是要落在署名的那个人身上。

素材来源:PR Newswire、Morning Tick、Marketing News Online 发布时间:2026-11-15