产品量子位·原文 2026年10月29日本站收录 2026年10月30日

Genspark发布Media Studio视频Agent工作台,接入20多家厂商70多个模型版本

量子位称该产品把剧本、分镜、生成、剪辑放在同一块画布上,其记者用奥特曼与Dario照片做rap视频、做知识讲解片和短剧《定价夜》,并记录积分消耗与画质、音画同步等问题。

AI解读:按该报道,大语言模型充当“导演大脑”,可选DeepSeek V4.1 Flash、Claude Opus 5.5、Claude Fable 5.1;Seedance 2.5、Kling、Veo生成视频,GPT Image、Nano Banana生成图像,ElevenLabs等负责声音。

记者实测做了奥特曼与Dario的rap视频、电影《彗星来的那一夜》知识讲解片、短剧《定价夜》和一个像素风HTML小游戏,并称三个主要case约消耗初始5万积分中的4.5万。

量子位称生成初版为480p草稿,定稿后可升级1080p;短剧后半段出现音画不同步、跳帧,人物眼镜一度消失。

官方称Knowledge Explainer走code-to-video路线,代码渲染不收积分,旁白和少量氛围镜头另计费;局部重拍一次最多指定5段、每段至少4秒,帧编辑适用于30秒以内视频。

量子位2026年10月29日报道,Genspark发布视频Agent工作台Media Studio。据该报道,产品接入20多家厂商的70多个模型版本,覆盖视频、图像、音频和3D生成,把剧本、分镜、生成、剪辑放在同一块画布上完成。

模型分工与导演角色

按量子位的描述,Media Studio用大语言模型充当“导演大脑”,负责理解需求、写剧本并安排其他模型执行。可选的三档导演模型为DeepSeek V4.1 Flash、Claude Opus 5.5和Claude Fable 5.1。

具体执行模型的分配是:Seedance 2.5、Kling、Veo负责生成视频,GPT Image、Nano Banana负责图像,ElevenLabs等音频模型负责声音。Genspark官方称共接入20多家厂商的70多个模型版本。

该媒体称,制作流程按任务类型整理成不同的skill,广告、剧情短片各有对应做法,Agent根据任务选用。

实测记录:三个案例与积分消耗

量子位记者以奥特曼和Dario的照片制作rap视频,上传真人图片时被视频模型拦截,系统提示确认版权,并让选择半写实版或卡通版。记者称Agent调用Seedance 2.5,提示8至14分钟出片,实际体感约两三分钟;第一版无配乐,追加伴奏后调用ElevenLabs生成原创rap伴奏并做口型对齐。

知识讲解片以《彗星来的那一夜》为题,选用MiniMax TTS。记者称第一版文案平淡、画面像PPT,要求埋包袱、增强悬疑感并增加画面变化后重新生成,最终认为文案和配乐到位,但画面仍偏PPT风格,原因是未上传任何素材。

短剧项目《定价夜》由“故事圣经”功能从项目名展开:Agent生成人物设定、服装、道具和定妆照,需要批准的内容有35项;随后把原始5场戏拆成84个镜头、组成12个视频单元,调用Seedance 2.5生成片段,自行返修后进入剪辑、配乐、字幕。

记者称跑完3个case,初始5万积分约花费4万5;另有像素风HTML小游戏只消耗几百积分。记者也记录了问题:短剧后半段音画逐渐不同步、部分画面跳帧,哥哥的眼镜突然消失;批准选项中有项目找了十分钟才找到,修改会导致其他已批准内容退回待审批。

官方说明的编辑与计费边界

据官方介绍,Media Studio会对照剧本和设定检查生成结果,不合格的安排重拍,用户也可指定局部重拍:Reshoot clips在时间条上框选区段,官方称保留原片动作和机位重新生成,一次最多指定5段、每段至少4秒;Frame edit用于框选物体做替换或移除,适用于30秒以内视频。

知识讲解片和剧情短片走不同技术路线。官方称Knowledge Explainer主要用code-to-video,由AI写代码排版文字、图表和动画再渲染成视频,代码渲染本身不收积分,旁白和少量氛围镜头另外计费。剧情片提供3D白模预演,先用白模确定人物站位和机位,确认后再交给视频模型出片。

量子位称初版生成规格均为480p草稿,不满意可继续调整,定稿后再升级1080p。专业用户可用图层编辑器和多轨时间线,导出PSD、Premiere工程或CapCut草稿。

该媒体提到优惠:北京时间10月27日18:00至11月4日18:00,Plus和Pro会员在Media Studio内积分消耗打五折,覆盖规划、图片、视频、音频和3D生成。

信息来源

量子位原始来源