过去两年，AI视频生成工具迎来井喷。但真下场用过的人清楚，这行远没有发布会PPT上那么丝滑。同一个模型，会写提示词和不会写的人做出来的东西天差地别；新手要恶补构图、运镜、剪辑节奏，然后排队等模型、反复抽卡、生成废片。更棘手的是一致性：角色换个场景脸就飘了，服装接不上戏，道具莫名消失，分镜通过率长期卡在两到三成。
工具越来越多，门槛却没有真正消失。就在这个节点上，一家靠网文起家的公司给出了自己的解法。
Stary是一家全球化多语种UGC内容公司，全球拥有30多万活跃创作者，用超过20种语言写小说，用户覆盖150多个国家，沉淀各语种小说超过100万部。但一个绕不开的问题摆在眼前：文字作品的影响力、传播度和商业变现，跟视频根本不在一个量级。
“我们萌生一个想法，有没有可能帮助文字创作者转型为视频创作者？”Stary资深全球内容运营总监郑涵予透露，这个念头落地成的产品，就是Stary与亚马逊云科技联合打造的Gencomic。
Stary的作者大多写小说出身，没受过影视语言训练。市面上不是没有底层模型——Seedance、可灵——但这些产品把专业操作直接暴露给用户：你得自己说清楚要远景还是中景、什么构图、什么美术风格。对零基础作者来说，这跟让一个作家扛起摄影机去片场没什么区别。
Stary的选择是把专业能力收进后台，用智能体包起来：只需要上传一段喜欢的视频，智能体就会像专业影视助手一样，提取视频的风格、美术、构图、剪辑节奏等所有内容。作者只要用自然语言跟它对话，就可以做出质量还不错的内容产品。
“有了AI Coding之后，一个工作流产品，只要有思路，很快就可以搭出来。”亚马逊云科技行业解决方案架构师团队总监白鹤认为，拼工作流已经没有壁垒，Gencomic真正的差异，要从两个关键词说起。
首先是它的工作流形态。有了AI Coding之后，只要有思路，可以很快就搭出来对应的工作流产品，但Gencomic的工作流并非线性管线。”我们这个工作流是由智能体驱动的，除了自动化完成从创意输入到成片的完整过程，它还具有自主性——自主执行每个环节的评估，通过自循环检查输出质量，再决定下一步节奏。”同时它保留人工介入的口子：专业主创可以继续加运镜、构图上的思考，小白则可以全托管。
第二个关键词是”剧本”。如今大量AI视频工具是基于多模态能力从分镜往后做，”很少有能达到创作目标、符合主创意图的剧本创作工具”，而面向网文作者，剧本改编本身就是最大的门槛。Gencomic目前支持近百万字长篇网文的完整输入。
随着大模型上下文窗口扩大，对于近百万字数的文本，没有任何一家大语言模型能够完整地进行内容的核心概览、人物结构、场景等的抽象。他们的做法是借智能体通过交错的文本窗口，完成对主体结构”五个元素蓝图”的抽象，再用这份蓝图概要指导全剧剧本。
白鹤特别区分了一致性的层次：行业里此前讨论的一致性还停留在角色、场景、道具、服化道；Gencomic要做的是风格一致性——根据创作者期望的风格完成运镜、构图等影像语言的抽象，作为后续剧本、角色资产库和视频、音效生成的基础。
但真正把10秒片段拼成一到两小时的长片，还需要另一套工程安排。在被追问”怎么把百万字小说自动变成一部成片”时，白鹤解释，核心是先建一个统一资产库：在剧本蓝图阶段抽象出的主要场景、角色、道具，连同人物关系和场景关联，以及对白旁白的音色音调，全部入库；每个10到15秒镜头生成时，AI自动判断并关联合适的资产作为参考，”从而保证在120分钟里，人物不变形，场景不畸变”。
修改环节同样有讲究：传统制作是线性管线，前面一个错误会沿下游多级放大；Gencomic用有向无环图（DAG）把全局设定定好后所有镜头并行生产，创作者对某一镜不满意，直接在图上定位那一节点修改，”可以非常大幅度地限制它对下游的影响，可能影响的只是这个镜头”。每一步的中间产物都沉淀在媒资库里，复用时不必从头再来。
这套东西跑在亚马逊云科技上，工程上有一个常被忽视但关键的数字：并发。生成模型有调用上限，Stary通过整合Amazon DynamoDB计数与Amazon SQS消息队列记录在跑任务数，按可用容量调度；用Amazon Lambda分别处理文本、媒体生成和视频合成；再靠Amazon Step Functions轮询长耗时任务。最终，视频生成并发从原来的3个拉到180个——60倍提升——还能同时支撑360个图像生成任务。作者把小说扔进去之后可以离开，两三个小时后回来收片即可。
与此同时，成本结构随之被彻底重写。Gencomic把传统动画制作成本压到原来的十分之一，周期从数月缩短到3周以内；成片成本最低可控制在每分钟20元人民币以内，一部短片整体预算几千元起步，要更高画质也可弹性切换更先进模型。效率上，相比传统AI创作工具成片效率提升4倍，一个创作者一周就能完成60到90分钟完整短剧；根据客户反馈，使用该方案后视频制作效率平均提升8到10倍。
这不是停留在PPT里的故事。Stary用Gencomic产出的多部AI漫剧，已在自家短视频平台Dreameshort和Dailystory上把播放量跑到百万级，实现了从”广告拉新”到”内容留存”的效应。
值得一提的是，Gencomic叙事里最有想象力的一笔，其实是小语种。白鹤提到联合国教科文组织的数字：全球7000多种语言里只有15种是主流。过去小语种内容供给长期空白，原因朴素得很——好莱坞电影动辄几千万，乃至上亿美元，国产电视剧便宜的也要几百万一集，小语种人口基数撑不起制作成本。
翻译是次优解，但人终究更爱看母语内容。”以前也看很多美剧，但当中文内容供给出来的时候，大部分中国人还是喜欢看宫廷戏，比如《甄嬛传》。”郑涵予强调，”美剧再火，多数人还是更喜欢母语，因为文化共鸣更强。”
因此，Stary更聚焦母语原生创作——”你让AI写一个阿语故事，哪里写得不对，一个外国人很难判断，”郑涵予举了个例子，”母语作者一眼就能看出来，比如现在在中国还拿现金付钱，这个情节肯定不对。这种文化细节不是AI能解决的。”
商业账同样算得过来。英语用户付费强，但中国内容海量涌入，这个市场已经卷成红海。反过来看北欧几个小语种国家，单语言人口不过500万上下，但挪威、丹麦、瑞典人均GDP很高、付费能力强，母语影视供给却只有英语市场的七分之一到八分之一。小语种市场不是没有需求，是根本没人做过，郑涵予指出，这就是一个值得认真挖掘和对待的空白蓝海。
写在最后
过去一年行业谈Agentic AI谈得很热，但大多停留在概念演示。Stary和亚马逊云科技这组样本真正做的，是把Agent塞进一条已经跑通商业闭环的生产线：长文本解决剧本，资产库解决一致性，DAG解决修改成本，云原生并发解决产能，多模型可插拔解决技术迭代焦虑。
工具会被拉平，工作流会被追赶。真正难以复制的，是30万创作者生态、对母语文化的理解，以及一条已经跑通的内容闭环。Agentic AI的价值，或许也不在于替代谁拍电影，而在于让更多原本没机会拿起“摄影机”的人，终于可以开始讲自己的故事。
京公网安备 11010202008829号