Skywork 短剧工作台新增两种创作模式，但真正的产品是可控性

Skywork 短剧工作台推出了两种创作模式——Agent 主导的分镜和无限画布，旨在降低 AI 短剧制作的随机性。此次更新直指两个长期难题：角色在不同镜头间形象变化，以及演员在场景中的位置游移，缺乏连贯的空间关系。

这一变化之所以重要，是因为大多数 AI 视频系统针对单个片段进行优化，而短剧需要反复出现的角色、有意设计的机位、受控的节奏，以及多个片段之间的连续性。由昆仑万维运营的 AI 业务 Skywork，正尝试在视频模型开始渲染之前，协调这些制作决策。

这使 Skywork 短剧工作台开始挑战一种常见的制作方式：逐个镜头输入提示词，检查结果，再重新生成所有破坏连续性的内容。Runway、ByteDance、Kuaishou 和 Google 的模型已经改善了视觉一致性，但在多次生成之间，创作者仍需承担大量规划工作。

Skywork 的解决方案是增加一个编排层，即通过软件将剧本转化为相互关联的制作决策。其 Director Agent 会解析剧本、提取可复用资产、规划角色位置并准备镜头指令。无限画布则为创作者提供一个可视化环境，用于调整这些输出。

据该公司称，通过这一工作台制作的三部作品在上线 DramaWave 后，均于七天内取得了百万美元级收入。这一商业成绩颇为显著，但尚未经过独立审计。Skywork 也未披露作品名称、归因方式、制作预算或收入构成。

因此，此次发布的意义超越了一次单纯的功能更新，却还不足以证明全自动化工作室已经成为现实。它真正检验的是：AI 视频的下一项竞争优势，究竟来自更强的生成模型，还是来自对现有生成模型更有效的控制。

Skywork 短剧工作台将剧本转化为六个可控阶段

该工作台将短剧视为一个相互连接的制作系统，而不是一组彼此无关的提示词。

Skywork 表示，其 SD2.0 智能分镜工作流包含六个可干预环节：剧本上传、资产提取、位置图生成、提示词模板、分镜脚本和视频生成。创作者可以在每个阶段检查或修改项目。

这种设计在原始剧本与渲染成片之间设置了多个检查点。全自动生成器可能会将错误隐藏到最后一步才暴露，而分阶段工作流能够更早呈现各项决策，此时修改角色设计或镜头方案所需的成本更低。

剧本进入系统后，Director Agent 会识别其中的角色、场景和道具，随后从多个视角生成参考资产。这些资产旨在确保角色在不同光线、构图或机位下出现时，仍能保持身份一致性。

这是 Skywork Agent 分镜的第一项主要作用：将叙事实体转化为后续镜头可以复用的制作资产。一个有名字的角色不再只是一段文字描述，而会成为一套与项目绑定的视觉参考素材。

Director Agent 还会在视频渲染前生成位置图。这些图会明确人物的站位，以及人物位置与摄像机之间的关系。这一步旨在解决空间漂移问题，例如角色在剪辑前后突然换边，或朝向出现错误。

这是一个结构性问题。文字可以描述两个人隔着桌子争吵，却很少会详细指定每一道视线方向、身体角度、景深关系和遮挡情况。凡是提示词没有明说的内容，视频模型都必须自行推断。

近期研究也支持这一判断。DramaDirector 论文指出，文本分镜无法充分描述电影摄影中的几何关系。论文作者发现，镜头规划可以受益于深度和姿态参考，因为它们能够承载普通文字描述所不具备的空间信息。

Skywork 尚未针对其工作台发布类似的技术论文。不过，其位置图和 3D 规划工具遵循着相同的基本原则：在开始渲染之前，必须先将视觉结构传递给生成模型。

该平台还提供面向影视制作的提示词模板。这些模板将景别、镜头表现、主体动作、灯光和构图整理为更一致的指令。它们并未消除提示词的使用，但减少了每位创作者都要从头发明制作语言的需要。

系统还支持英文剧本解析，面向制作国际发行短剧的团队。鉴于 DramaWave 已经服务于海外观众，这使该工作台的适用范围超出了中国本土短剧市场。

核心变化十分明确。Skywork 短剧工作台将重要决策前移，使创作者能够在算力投入成片生成之前，检查资产、场面调度和镜头逻辑。

为什么 AI 短剧制作需要导演层

更强的视频模型可以提升原始素材的质量，但如果没有系统统筹素材之间的连续性，剧集制作仍会失败。

单个片段即使效果出色，放进一部剧集中也可能毫无用处。人物面孔可能与上一镜头不同，服装可能变色，物体可能消失，两名角色还可能在对话过程中互换位置。

项目规模越大，这类错误造成的破坏就越严重。在演示中，创作者或许可以接受一次重新生成；但需要管理大量场景的制作团队，必须拥有可重复的决策、共享资产以及变更记录。

学术研究越来越倾向于将短剧生成视为一个规划问题。多 Agent 短剧研究指出，在连接松散的生成流程中，叙事节奏、空间一致性和制作级质量控制是三项主要弱点。

该研究采用专门的 Agent 分别负责故事开发、三维空间定位和审核。Skywork 正在商业化工作空间中采用类似的任务拆分方式：由 Director Agent 负责规划，同时让创作者在整个流程中保留干预节点。

这正是“Agent”一词在这里的重要之处。在这一语境中，Agent 不只是一个聊天界面，而是能够理解目标、生成中间成果并协调多项相互依赖任务的软件。

对于短剧而言，这些任务包括提取演员角色、定义场景、生成视觉参考、规划镜头，以及为视频模型准备指令。每一项输出都会约束下一阶段应当生成的内容。

Skywork infinite canvas 提供了第二种创作模式。它将项目素材集中在一个可视化空间中，让创作者无需在多个独立工具之间频繁切换，就能安排和修改素材之间的关系。

该画布支持全景场景规划，包括 720 度环境视图。它还提供可视化灯光控制，可用于测试场景氛围从不同角度观看时的变化。

内置的 3D 导演控制台允许创作者在空间场景中放置角色。他们可以在生成最终镜头前，规划群戏、对峙场面和对话镜头覆盖。场面调度——即对表演者移动和位置的预先安排——由此成为可编辑的项目资产。

这一能力十分重要，因为对话场景依赖空间语法。如果一名说话者看向画面左侧，反打镜头就应延续这种隐含的空间关系。即使片段在技术层面十分精美，一旦这种关系被打破，观众仍会感到不自然。

Skywork 的方案也承认了生成式制作中的一个现实需求：创作者需要比较不同版本、保留已获认可的资产，并重新审视此前的决策。相比线性的提示词历史记录，画布能够更直观地呈现这些关联。

该公司还为工作室增加了组织管理功能，包括账户权限控制，以及用于记录算力使用情况的数据中心。据称，团队可以追踪各个项目的资源消耗，并评估制作效率。

这些功能并不会让 Director Agent 成为自主创作的电影导演。剧本仍需要编辑判断，视觉参考仍需审核，即使首帧正确，生成的动作也可能引入错误；完成的剧集依然需要进行声音、节奏和质量审查。

不过，该工作台改变了人类注意力的投入方向。创作者不必再为每一次失败反复重写提示词，而可以将更多时间用于确认角色、调度场景和挑选镜头。

与宣称只需一句话就能生成完整剧集相比，这是一种更可信的自动化应用方式。它将导演工作视为一系列可控决策，而不是由某个大型模型暗中完成的隐藏步骤。

真正的竞争是定向控制与提示词碰运气之间的较量

Skywork 押注的是：相比接入某一个视频生成模型，协同控制将更加重要。

该公司计划将工作台与包括 SkyReels、Seedance 和 Kling 在内的模型连接。这种不依赖特定模型的方向十分重要，因为视频生成能力正在迅速变化。如果一个制作工作空间只绑定单一模型，一旦其他模型取得进步，它就可能很快过时。

ByteDance 的 Seedance system可以接收文本、图像、音频和视频作为参考。ByteDance 表示，Seedance 2.0 能够生成带原生音频的 15 秒多镜头序列。该公司同时承认，该模型在多主体一致性、文本渲染和复杂编辑方面仍存在不足。

Kuaishou 则通过参考输入来解决同一项连续性难题。其多图参考功能允许用户在视频生成前提供多张图片来定义主体。

Runway 同样推广 Gen-4 references，以便在不同场景中保持角色、地点和物体的一致性。Google 的 Veo 系列则提供构图和运镜方面的摄像机控制。

这些模型层面的功能十分重要，但它们解决的问题范围更窄。它们可以帮助模型在单次生成或一组相互关联的生成任务中遵循参考，却无法自动管理整部短剧的剧本、已批准资产、场面调度、镜头顺序、权限和算力使用记录。

Skywork 正在将其工作台定位于这一层之上。Director Agent 决定每次生成需要哪些参考和指令，画布则帮助创作者检查这些决策如何贯穿并关联整个项目。

由此形成了一幅不同的竞争版图。其直接对手并非某一个具名模型，而是那种碎片化的工作流：创作者需要在剧本文档、图像生成器、提示词库、视频系统、剪辑软件和电子表格之间不断切换。

碎片化会产生大量隐性工作。制片人必须记住哪张肖像被确定为正式角色形象，导演必须维持画面方向，剪辑师则必须判断哪个生成片段对应当前版本的剧本。

最终，整个过程就像提示词轮盘赌。创作者提交一段描述，等待结果，然后判断模型是否猜对了。更详尽的提示词可以提高成功概率，但无法为场景建立一个共享的空间模型。

Skywork Agent 的故事板功能试图用明确的中间产物取代这些猜测。角色设定表用于约束角色身份，位置图用于约束场面调度，故事板用于约束镜头选择，3D 导演控制台则用于约束空间关系。

这种机制无法保证生成的视频一定正确，但它能在生成前缩小可接受输出的范围。这一区别十分重要，因为即使获得了强有力的参考信息，生成式模型依然具有概率性。

因此，该系统的价值取决于它能否可靠地将已批准的决策传递给相连的模型。如果选定的生成器忽略姿势、改变面孔，或引入相互矛盾的动作，那么再完美的位置图也毫无意义。

集成质量将决定这套工作台究竟会成为生产控制层，还是又一组 AI 功能的集合。团队需要确保参考资料、元数据和修订记录能够完整贯穿规划与渲染之间的转换。

他们还需要可移植性。如果角色资产、故事板或项目历史无法以实用格式导出，工作室将不愿把完整的制作流程放进单一工作区。

目前，Skywork 最有力的主张来自其架构设计：它将导演与渲染分离。工作台负责规划场景，专业模型负责生成影像。

这种分离让公司能够在不重建外围工作流的情况下采用更强大的模型，也为创作者提供了一个稳定空间，使其能够在底层模型不断变化时保留已做出的决策。

Skywork 的营收主张仍需更多制作证据

商业成绩足以引发关注，但尚不能证明所报告的营收是由这套工作台带来的。

Securities Times 7 月 16 日的一篇报道表示，使用该平台制作并在 DramaWave 上线的作品，在七天内实现了百万美元级营收。报道措辞显示，共有三部作品达到这一水平。

报道没有披露这些作品的名称，也未提供集数、获客支出、地域分布，或与传统方式制作的 DramaWave 作品进行对比的数据。此外，报道也没有解释“营收”究竟指消费者总支出、平台确认收入，还是其他内部指标。

这些信息缺口十分关键，因为发行环节可能主导一部短剧的商业表现。制作精良的剧集可能因缺乏推广而失败；一部水准普通的剧集，也可能因为平台给予显著曝光或投入大量获客预算而在上线初期取得可观营收。

DramaWave 与 Skywork 均与 Kunlun Tech 存在企业关联。这种关系可以在制作与发行之间形成有价值的反馈闭环，但也让独立评估变得更加重要。

平台可以观察哪些故事能够留住观众、观众会在哪些位置弃看，以及哪些视觉风格更容易促成转化。这些信号可以指导未来的内容制作。然而，在关联发行服务上进行内部上线，与获得外部工作室采用并不是同一种检验。

Skywork 最终应披露可重复验证的制作指标。具有参考价值的证据包括已完成的剧集数量、人工审核时长、重新生成率、连续性错误以及交付速度。

即使不公布价格，也可以报告成本信息。工作室需要知道每完成一分钟内容会消耗多少算力，以及一个镜头通常需要重新生成多少次。Skywork 的资源追踪中心表明，它可能已经在记录其中一部分数据。

质量同样需要结构化评估。面孔可能保持一致，但服装、手部位置、道具、灯光或视线方向仍可能发生漂移。一段令人惊艳的预告片，可能掩盖那些在数十集内容中会变得显而易见的问题。

DramaDirector 的研究人员基于 35 部真人剧集、2,800 集内容和 81,000 个镜头构建了 DramaBoard 基准。其评估覆盖故事板质量、指令遵循度和视频内在质量，而不是只依赖精心挑选的演示样例。

商业工作台无须公开内部数据，但独立对比将有助于买家了解 Skywork infinite canvas 和位置图是否确实改善了成片质量。

另一个不确定因素是创意同质化。面向影视制作的提示词模板可以帮助经验不足的用户生成易于辨识的镜头模式，但过度依赖模板，也可能让不同项目采用相似的构图、灯光选择和节奏。

Director Agent 必须在一致性与创意变化之间取得平衡。它既要保持角色面孔稳定，又不能把所有场景都压缩成同一种视觉语法。这比锁定一张参考图像困难得多。

围绕剧本、肖像、训练数据和生成资产，也存在版权与权利问题。发布报道没有说明平台针对授权角色、演员同意或来源记录制定了哪些政策。

面向国际市场发行内容的工作室需要的不只是好看的输出。他们还需要证据，说明每项源资产由谁提供、经过哪个模型处理，以及生成结果附带哪些权利。

工作台的分阶段流程或许可以支持此类记录管理。每份剧本、参考图像、提示词和模型输出都已归属于明确的制作阶段。不过，Skywork 尚未说明这些记录能否形成可审计的来源追踪链。

谨慎的结论并不是该公司的说法不实，而是营收更直接地验证了发行表现，而非制作质量。Skywork 必须用透明的运营证据，将这两种结果联系起来。

哪些信号将证明双轨模式是否有效

三个信号将决定 Skywork 打造的是可持续的制作基础设施，还是一个令人印象深刻的演示环境。

第一个信号是 DramaWave 之外可衡量的采用情况。如果一家独立工作室使用 Skywork Short Drama Workbench 制作持续更新的系列剧，就能检验这套工作流能否脱离 Kunlun Tech 自有发行网络运行。

这家客户应当使用该系统制作多集内容，而不是只做一部宣传短片。持续制作可以揭示：随着演员阵容和故事规模扩大，参考资产、位置图和故事板是否依然实用。

外部采用将增强 Skywork 关于工作台能够解决通用制作问题的主张。如果使用仍局限于关联方制作，该技术可能依然有价值，但其市场契合度仍将存在不确定性。

第二个信号是返工量下降的证据。Skywork 应展示：与逐条提示词生成的工作流相比，由 Agent 主导的规划是否减少了身份错误、空间错误和被弃用的生成结果。

这种比较不需要一个统一的通用质量评分。平台可以报告每次生成获得的可用镜头数、每集审核时长、剪辑过程中发现的连续性问题，以及最终影像所消耗的算力。

这些指标将揭示 Skywork Agent 的故事板功能是否改善了制作经济性。一套工作流即使能够生成精美画面，如果需要淘汰过多失败尝试，也难以支撑系列剧制作。

返工数据还可以暴露系统仍然存在的问题。如果位置图减少了场面调度错误，但面孔仍在运动过程中发生漂移，那么下一步需要加强的是渲染模型中的约束。如果故事板依然薄弱，则 Director Agent 需要更强的叙事规划能力。

第三个信号是与多个视频模型实现更深入的集成。Skywork 表示将继续接入 SkyReels、Seedance 和 Kling。关键问题在于，创作者能否在不丢失项目逻辑的情况下切换模型。

真正实用的集成所传递的不能只有文本提示词，还应包括角色参考资料、场景资产、摄影机指令、位置信息和生成历史，并且应标明每项资产由哪个模型生成。

成功实现可移植性，将进一步验证公司的核心战略。Skywork 可以继续充当导演层，而不同生成器则在动作、音频、真实感和指令遵循能力方面展开竞争。

可移植性不足则会削弱这一战略。届时，工作台将沦为一个前端，其质量高度依赖于获得最深度定制集成的模型。

竞争对手的反应也将提供另一个线索。Runway、ByteDance、Kuaishou、Google 等视频服务提供商正在扩展各自的规划和编辑界面，它们可以从模型生成向上延伸至制作协调。

与此同时，专业 AI 剧集平台也在构建自己的资产锁定、故事板工具和分集制作工作流。Skywork 处于这两类竞争者之间：它既需要足够的制作深度，以胜过通用模型界面；也需要足够的模型灵活性，以胜过封闭式工作室工具。

最终结果很可能不是完全自动化。短剧团队仍需选择剧本、批准演员、评判表演、调整节奏，并淘汰不可用的影像。真正有价值的系统，应当让这些决策变得可见且可复用。

双轨模式的潜力正体现在这里。Agent 可以将叙事文本转化为结构化的制作决策，infinite canvas 则可以为人类提供检查、重新排列和批准这些决策的空间。

对于研究 AI 制作系统的创作者而言，保留决策与生成资产同样重要。一个可搜索的 AI 工作流 可以帮助团队保留围绕这些输出形成的推理过程、参考资料和审核记录。

只有当 Skywork Short Drama Workbench 能够在整个制作过程中保持连续性，它才真正配得上“导演”这一定位。一个精心打磨的样片远远不够。下一步需要证明的是：可重复的外部采用、更少的废弃镜头，以及可靠的模型切换能力。

在把该平台视为自动化电影制作系统之前，创作者和工作室买家应密切关注这些信号。目前，其更站得住脚的成果范围更窄，却也更实用：它把 AI 视频生成转化为一套可以被导演、检查和修正的工作流。