上周，《後西遊記》在湖南衛視黃金檔時段上映。
這部劇最大的特點，是全程採用 AIGC
參與製作，並可根據觀眾反饋調整未播內容。首播後，《後西遊記》拿下同時段省級衛視收視第一，製作成本約為真人劇的十分之一，芒果 TV 官方播放量已達 1.1 億次。
關注度之外，AI 影片正在進入新的階段。過去，AI 更多承擔單個鏡頭、單張圖片的生成工作，而如今，行業開始探索讓 AI 參與完整內容生產流程。
APPSO 之前也報道過，2026 世界人工智慧大會（WAIC）期間，智象未來（HiDream.ai）正式發布全球首個無限時長內容創作智能體 vivago R1。
現在，vivago R1 已經正式全球上線，國內版本名為「夠搭」（以下統稱 vivago R1）。它試圖解決的是另一個問題：當 AI 已經能夠生成畫面之後，普通人距離製作一部完整作品，還有多遠？
▲ vivago R1 體驗地址：vivago.ai
夠搭體驗地址：goudaai.com
熱知識，vivago R1 是首個可穩定生成 3 至 5 分鐘影片的對話式創作 Agent。
不同於需要用戶自行搭建工作流的畫布式、節點式工具，vivago R1 採用對話式創作路線，用戶只需自然語言描述創意，就能完成從故事、腳本、分鏡，到角色、鏡頭和成片生成的全流程，大幅降低了創作門檻。
如果說《後西遊記》展示了 AI 如何進入影視工業，vivago R1 展示的則是 AI 如何以 Agent 形式參與影視生產，並將完整的內容生產能力交給普通用戶。APPSO 決定第一時間上手測試。
實測 R1 ，一個人就是一支 AI 劇組
既然《後西遊記》成為近期 AI 影片領域最受關注的話題，我們直接圍繞西遊主題進行創作。
我們為夠搭設計了一部名為《重啟·西遊》的電馭叛客短片。
2099 年，人類記憶被統一意識網路「天庭系統」重寫，最後一段未被改寫的原始數據「悟空」從廢棄數據中心中甦醒，攜帶「真經」穿越電馭叛客新長安城，在被系統獵殺之前上傳真經。
視覺風格是東方電馭叛客——敦煌壁畫遇上銀翼殺手。
把創意輸入夠搭後，Agent 自動匹配 Cinematic Story Director，先生成完整分鏡腳本和關鍵畫面，然後等我確認創作方向之後繼續生成影片。
在這一過程中，R1 夠搭的 Chat 與畫布形成了一套圍繞 Agent 協作設計的創作流程。
Chat 負責承接用戶意圖、調用素材並推動腳本、分鏡和影片生成；畫布則結構化呈現腳本、分鏡、影片及關鍵資產，方便用戶查看進展、比較結果。簡單來說，Chat 用於與 Agent 協作，畫布用於整理和呈現創作成果。
視覺一致性是夠搭給我留下最深印象的部分。APPSO 要求的「冷藍色賽博世界風格」和「暖金調真經力量」的色調對比貫穿全片，沒有跨場景的風格跳變。
悟空的角色形象——賽博僧袍、額頭金色電路紋路、琥珀色瞳孔——在多個鏡頭間保持了辨識度；全息賽博佛像角色也做得相當高級，把那種神聖與賽博元素融合的氣質展現得淋漓盡致。
新長安城全景那種細節密度極高的畫面，通常是 AI 影片最容易崩的類型，城市細節、人物關係以及整體視覺風格需要同時保持穩定，而 R1 完成的效果已經接近一支完整概念短片。
過去，AI 影片最容易展示的是某個驚艷鏡頭。但一個行業共識是：即使拿到了世界上最強的模型，普通人依然做不出想要的東西。因為模型能力與用戶想要的結果之間，存在巨大的 Gap——這個 Gap 填充的是創作者腦中的審美、經驗和判斷，是海量被專業訓練過的創作直覺。
如今，行業開始面對更複雜的問題：如何讓多個鏡頭、一段故事乃至一整支影片保持連貫。vivago R1 的最大亮點，正是 AI 影片從生成片段走向完整作品的交付。
·當品牌廣告，被 AI 裝進一個對話框
完成長影片測試後，我們又嘗試了商業廣告場景。
我們準備了測試素材：一張人物照片、產品包裝和 Logo；讓夠搭用這些素材做一條社媒廣告——「每吃一口，人格切換一次」：沒吃前低電量，第一口職場精英，第二口熱血俠客，第三口鬆弛日常。
夠搭匹配 Story Ad Director 後，先生成廣告分鏡，再根據確認後的方案完成影片製作。整個過程中，人物形象和產品包裝保持了較好的連續性。
對於品牌、電商和內容創作者而言，AI 影片的價值體現在降低製作成本、縮短修改周期，並減少重複製作與人工調整的投入。當影片生成逐漸從一次性的創意嘗試，走向穩定、可交付的生產流程，AI 影片也開始展現更清晰的商業價值。
·AI 開始理解網際網路那些「人類暗號」
更刁鑽的測試是網路熱梗。
我們又輸入了一段充滿諧音梗的任務——「嚕妹嚕妹嚕妹妹，豬 mer 豬 mer 豬 mermer…..，嚕妹聽到後走過來掐一下嚕嚕的臉，哄哄嚕嚕」。
這類內容看似簡單，但實際上需要理解諧音梗、理解「掐臉」的情感含義、還要編排成有節奏的影片。不僅考察它的影片生成能力，還考察它的搜索和理解能力。
R1 先通過 Websearch 查了這個梗的來源，然後生成了包含原創角色和情緒轉折的完整影片。
整個使用過程中，我們都沒有告訴他嚕嚕的形象和聲音，儘管如此，夠搭做出來的還原度和情感表達已經相當不錯，萌化了老夫的少女心。
·未來每個人，都可能擁有自己的數字資產庫
除了直接生成內容，夠搭還有一個更重要的能力：幫助用戶沉澱自己的創作資產。
在夠搭的 SkillHub 中，用戶可以找到大量預設功能，將抽象的 AI 能力轉化成具體創作場景。它的價值在於降低用戶理解 AI 能力的成本，讓更多人知道自己可以用 AI 完成什麼，也讓創作從「想到一個點子」更快進入執行階段。
其中，OOTD Advisor 是一個比較有代表性的功能。
APPSO 準備了一個 AI 生成的人物照作為素材，把它發給夠搭，然後讓它結合上傳的人物形象特點，幫忙搭個四五套衣服。要求是既適合通勤穿，又不顯得普通有班味。
它最終幫我搭配了四種風格的 OOTD， 說實話，每一種風格都頗具特色，真的太方便了！以後想試衣服，直接把我的照片和在網上看好的衣服發給它，豈不是可以直接賽博試衣？
最最最令人興奮的功能，還不止如此。我們精挑細選，好不容易搭配出喜歡的穿搭，做出想要的動漫形象，以及栩栩如生的場景，總不能每次都「抽卡」吧？
夠搭針對這種割裂感的體驗，推出了資產庫積累功能。資產庫和普通收藏的差異在於，普通收藏通常保存的是用戶看到的內容，而資產庫沉澱的是用戶在產品內生成、篩選並認可的內容，並在後續創作中直接調用。
比如我可以把我最喜歡的 OOTD 添加到資產庫，再把嚕嚕的形象，還有之前「賽博西遊」中的「天機塔」場景都加到素材庫，來一場跨次元的對話~
一次創作不再只是一次性輸出，而會逐漸成為下一次創作的素材基礎。
從留聲機到 vivago R1，人類創造力迎來第三次釋放
回看人類歷史，真正改變創作方式的技術，往往都在解決同一個問題：如何讓更多人的想法抵達最終作品。
1877 年，愛迪生發明留聲機，讓聲音第一次被記錄和復現，人類表達開始擺脫時間與空間的限制。進入 20 世紀，單反相機的問世，尤其是微單的普及，讓攝影從少數人的專業技能變成普通人記錄世界、表達自我的方式。
留聲機讓每個人都可以保存自己的聲音，單反相機讓每個人都可以記錄眼前的世界。
而今天，AI 影片正在推動第三次創造力釋放。
過去，一個人腦海中的故事想變成一部完整影片，需要經過一條複雜的專業鏈路。編劇負責構建故事，導演負責設計鏡頭，攝影負責捕捉畫面，剪輯負責組織節奏，後期負責完成最終呈現。
創意和作品之間，始終隔著一層複雜的「翻譯層」。
AI 影片的發展，正在改變這一關係。
早期 AI 影片模型，例如 Sora，讓大眾第一次看到機器生成影片的可能性。一句自然語言描述，就可以生成具有電影感的畫面，讓人類第一次感受到 AI 影片創作的魔力。
但從一個驚艷的鏡頭，到一部完整的影片作品，中間依然存在巨大距離。影片創作真正困難的地方，在於如何讓多個鏡頭保持統一，讓角色在不同場景中保持一致，讓故事擁有連續的敘事邏輯。
這也是 R1 想解決的問題。如開頭所述，當下行業正在形成兩條路線：一種把模型、工具和參數交給用戶，讓創作者自行組合和調試，換取更高自由度；
另一種則像 R1 一樣，是將專業創作者的經驗、審美和判斷邏輯融入 Agent 編排能力。用戶只需簡單對話，背後則由 Agent 理解並執行完整創作流程。
兩種路徑沒有絕對對錯。前者上限更高，適合專業創作者；後者門檻更低、交付更穩定。
這也指向一個更本質的判斷：模型能力不等於產品能力。
在 AI 影片創作里，模型和工具鏈再複雜，若不能將創意穩定組織成完整作品，就只是「能力展示」，而非真正的生產力。
除了面向普通用戶的對話式創作體驗，R1 也開始向開發者和專業內容團隊開放更高階的使用方式。目前，夠搭已經支持 CLI 命令行交互模式，讓用戶可以通過終端直接調用影片生成、素材渲染、任務調度以及參數配置等能力，感興趣的朋友不妨嘗試一下。
而從夠搭出發，我們也可以進一步看到它背後的公司——成立於 2023 年的智象未來（HiDream.ai）。
作為一家專注多模態生成式人工智慧的企業，智象未來自主研發了 HiDream-O1 系列大模型，並將多模態理解與生成能力應用於內容創作。
支撐這一目標的，是智象未來在模型架構上的長期探索。當前許多影片生成模型會先將圖像壓縮至隱空間，再基於壓縮表達進行學習和生成。雖然這種方式能夠降低計算成本，但也可能損失文字、表情和紋理等細節。
HiDream-O1 系列採用原生全模態 UiT（Unified Transformer）架構，減少 VAE 和獨立文本編碼器等環節，將圖像像素、文本 Token、影片體素、音頻、動作及空間關係等原始信號映射至統一 Token 空間，再通過同一套 UiT 完成理解、生成和推理。
在這一技術路線下，智象未來進一步拓展了世界模型的能力邊界。截止到今年 7 月，智象未來原生全模態交互式世界模型 HiDream-O1-World 在 WBench 評測中取得領先表現。
無論是 HiDream-O1-Image，還是 HiDream-O1-World，智象未來作為創新型大模型企業，正逐步形成覆蓋視覺模型、交互式世界模型及具身世界模型的模型家族矩陣，構建統一世界模型基座的技術閉環。
而模型之外，智象未來也在持續推動產品化加速落地。
如果說 HiDream 系列大模型探索的是模型能力的上限，那麼 vivago R1 則致力於把這些能力轉化為人人都能使用的創作體驗。
從留聲機到單反相機，再到 vivago R1，人類創造力的每一次釋放，都伴隨著創作門檻的降低。
一邊是在提升 AI 影片生產的能力邊界，一邊是在擴大參與創作的人群範圍。當這兩股力量同時推進，夠搭真正改變的，將是未來每個人都擁有用 AI 講述自己故事的機會。
