ITBear旗下自媒体矩阵:

商汤科技张震:以AI智能体重构漫短剧内容生产范式

   时间:2026-04-02 13:27:23 来源:新腕儿编辑:快讯 IP:北京 发表评论无障碍通道
 
新腕儿漫剧大会报道

新腕儿漫剧大会结束后,近期将陆续发布嘉宾们的演讲内容。

3月20日,在新腕儿漫剧大会上,商汤科技Seko AI生态负责人张震上台分享关于《原生AI视频智能体AIGP引爆2026年效率革命》的主题演讲。

以下为演讲全文:

大家好,非常高兴能够受邀请给大家做分享,我是商汤科技的张震,目前负责Seko AI生态合作。

今天我的题目是《原生AI视频智能体引爆2026年效率革命》,主要从一家技术厂商视角聊聊效率这个事。

先报告下商汤的情况。商汤成立于2014年,是一家领先的人工智能软件平台型企业,从AI1.0时代开始做AI,包括每个人手机里的人脸手机检索是商汤最先开始做的,我们也在做其他业务,比如自动驾驶业务、空间计算、智慧城市业务等。

2.0时代也就是生成式AI,我们对技术做全面布局,包括算力层面、AI原生应用、AI大模型,2021年我们完成港股上市,同时我们建了亚洲当时最大的人工智能集群算力中心,来保障未来我们在生成式人工智能时代的资源供给。

商汤是一家多元化国际布局的公司,我们在全球十多个国家和地区,也有不同的人工智能相关业务,以上是针对我们公司的简单介绍。

接下来讲一下做AI智能体的思路,首先商汤最开始做的是算力,商汤目前是国内最大的智算能力运营公司之一,这些算力中心分布在全国各个省市,支持我们进行大模型训练,包括大模型推理,以及以不同应用提供给各位视频生成能力,所以有很充沛的算力后,我们开始做自己的大模型。我们训练了自己的原生图片生成模型Seko IDX,视频模型Seko 1.5,对口型模型SekoTalk。去年SekoTalk退出的时候,应该是全国第一家能够做到同框多人对口型能力的视频生成模型。

这些模型我们很多用户说能不能给他API,我们没有对外提供API,我们认为模型能力不是价值的最终交付,所以又多做一层就有了Seko。

Seko是去年7月份上线的一个原生智能体产品,里面集合了不同的子智能体。由子智能体调用不同的基础能力完成最终链路生产,当然里边还有大量基于超级个体经验产品化形成的Skills模块。

Seko上线后快速在小红书圈子掀起一股热潮,因为很多社媒用Seko去做短视频,后来我们发现不同模型有不同的特质,所以我们又集合了不同厂商的优质能力,包括Wan系列,今天阿里的朋友也在,包括即梦Seedance、可灵、Pixverse等等各家头部大模型。这些能力最终达成目前我们一个商业化的原点,到目前为止商汤Seko有接近40万的创作者用户,我们有500多家企业用户,以及1万多超企创作者。

接下来我会谈一下我对智能体发展的看法。其实这一轮内容的革命我认为是靠AI技术突破驱动的,大家可能都是行业内的人,知道原来内容靠真人拍摄、AICG,或者虚拟实拍真人结合的方式这么走过来的,这是1.0链路。

在前年我们迎来2.0时代,AI真正介入每一个内容生产环节,最开始从单图生成,到后来全链路搭建,再到很多公司开始出所谓的工作流产品,其实就是把你要很多页面点的按钮放到一个页面内点击,由此做到提升效率。之前一个行业大佬提过,所有工作流产品没有任何价值,这点我同意,因为它只是在做整个功能的一层封装,并外接API。所以从我们产品立项开始,我们瞄向的就是今年2026年。

Seko从创设第一天就在做原生智能体产品。从去年7月份,Seko是行业首发的以视频智能体为核心能力的视频生产平台,相比传统工作流方法效率提升了10倍。今年我们会以多智能体Claw形式为大家提供服务,当Claw把智能体链路效率再提升10倍,如果以多智能体协作,我们几乎在今年或者明年就可以实现实时视频,这里面有什么商业化机会?

我们现在所看到的短剧漫剧都是全部做完后,几周或者一个月之后上线,但我们认为在生产效率达到极致的下一个时代,所有的漫短剧内容都可以做到日更甚至半日更,包括大量内容用户看的时候,实时决定后续的结局,背后是极致的多智能体效率提升带来的驱动力。

Seko如我刚介绍,我们在第一天瞄准的就是2026年机会,所以我们期望能够定位形成一个内容生产平台,以及一个创意社区。

简单给大家讲一下什么是智能体?

比如说有一位创作者有篇小说文章,原来是要自己把后续很多生产环节工作做完,现在他把所有的内容丢给一个主Agent,他不用管,由主Agent调用子Agent完成不同的一些推理任务,再由不同的子Agent调用现在可能熟悉的工作方式,比如说一些九宫格技巧库,比如说传统的串联工作流,比如说抽帧生视频,但在Agent时代这些东西用户是感知不到,所有的内容会由智能体完成,最终智能体给你交付一个完整的这样一个内容。

但是这个也不是一个好的智能体,因为没法编辑,所以Seko上所有的智能体都是用户可以直接再回溯到编辑环节进行二次编辑,最终生成想要的内容。

Seko是一个网页,所有人都可以登录,我们的门槛非常低,只要注册就会送350积分,大家可以去体验一条视频的生产过程。

Seko我们做了定向优化,目前最大的入口是有一个定向的漫剧/短剧入口,当然同时我们也在服务音乐MV、科普视频、教育、广告等行业用户,不同Agent最后的生产链路会有一些区别。

这里有一些差异化能力。

第一,我这里下一个结论,在2026年如果大家去看工具平台,谁的按钮最少,谁的页面越简约,这个产品的智能化越高。因为它不需要大家做重复劳动,产品有信心把大家重复做的劳动都做好。

第二,我们是上线多剧集能力,所有用户在Seko上可以生成100集连续内容,智能体自动帮大家把分镜剧本写好,所有资产生成后,再去快速生成所有分镜与视频,最后给一个可预览又可剪辑的成片。

第三,持续迭代画风,紧跟市场内容潮流。

最后,我们持续更新不同系列的大模型。很多人最近问我们有没有最新最火的那个大模型?我们会在合适时机逐步为不同画像用户提供最新的顶流模型能力。

据了解,截至发稿,Seko的 已经面向所有企业客户启动服务。

另外就是我们是针对内容做很多优化,比如说以导演思维做页面。我们是去年第一家支持以时间序列视图预览全部生产内容的,大家可以直接在Seko网站上看到最终粗剪的片子效果。其次是,我们可以以故事版视图方便导演对不同镜头进行拖拽式调整,以及对单个镜头的重新编辑和生成。我们里边也内置AI画布能力,基于AI自动化的协助帮大家进行精细化地调整。

看一下我们来时路,这是我们去年7月份做的版本。在去年7月份,我们已经做到单人平均5分钟一天的产出效率,当时我们是国内第一个做到直出120个连续剧情分镜的产品,而且所有的分镜可以一键转视频。

在去年1.0发布后,我发现很多漫短剧用户开始用我们的产品。其实我们最开始立项不是为了漫短剧立项,而是生生被你们用成了漫短剧效率神器。我们跑了100家企业后,做了大量针对漫短剧行业垂类革新,到去年,推出了Seko 2.0。我们实现了20分钟到30分钟每人每天的生成效率,这里边得益于我们的产品可以连续100集的多剧集生成,得益于我们的AI编辑画布,得益于我们对120个分镜连续一致性保持的底层能力,得益于对账号-主体资产-工程项目的管理体系上线。

补充一点,我们在2.0发布之后有大量用户开始使用,因此,我们联合很多平台方做了一些活动,比如说我们跟百度一起做了“逆天黑马突围赛”;我们也在不断地以现金、算力、宣发资源激励我们的一些合作伙伴,包括生态创作者,让大家去提供更好的创作技巧,我们再将这些Skills技巧融入到产品功能模块中,给更多企业增加效率与能力。

我们看看2026年要做什么?

到3.0,我给大家看个视频,这个是上周我们刚测试的一个版本,所有内容是大家把本子丢给它之后,什么不用做,它直接生成一部完整剧情的视频。视频中所有画面、剪辑、对话配音、音效全部由Agent完成,中间没有任何人工参与。

生成这样一个视频需要做多久?

基于我们下一个版本,大家可以猜猜?Seko有信心在今年做到3位数1个人1天的精品对话剧情内容生成能力。这个生产效率得益于我们在新研发一套AI TO AI的Video Claw架构,可以一个人面向多智能体与生产链路发送多个任务,直接去做画面精美音效同出的作品。

我们可以想象,当一个人一天就可以实现这样高品质百分钟以上的生产效率,100人团队一天能够生产多少内容?

当然这样的能力目前我们也面临限制。比如说我们虽然把产品做出来,但是大家不清楚以什么样的团队协作模式来适应这样极致效率的生产方式。因此,我们也启动了一个行业伙伴白名单计划,如果大家感兴趣尝试我们的新版本,也欢迎大家拿出手提袋,里边有我们的二维码,可以扫描二维码跟我们团队建立联系,我们会定向邀请合适的伙伴尝试和我们一起去捋一下这套工作流程该怎么搭。

另外就是我们也为当前的所有企业用户提供相应的能力支持,包括一些算力的折扣,包括批量化团队协作的管理系统,也包括专线带宽。也欢迎做精品内容的团队和我们联络,大家做联合出品与联合宣发,包括共同去探索技术的边界与无人区。

最后一件事儿也是感谢新腕儿的邀请,我们决定后边会加大对漫短剧行业的商业化推进力度。

4月份,我们将上线对行业的扶持计划,包括我们的Agent调用0元全免费,所有的skills入口以最低的费用给到大家,以及基于商汤自有算力与模型的补贴活动,我们会把视频生成价格,每秒的生成价格降到1毛钱以下,达到几分钱的体量。

欢迎大家和Seko建联,我们这次为展会也做了一次补贴活动,大家如果愿意参与抽奖,可以扫描二维码进入我们的群,我们会为最幸运的团队发放1万元等额算力补贴活动。

 
 
更多>同类资讯
全站最新
热门内容
网站首页  |  关于我们  |  联系方式  |  版权声明  |  争议稿件处理  |  English Version