ManusAI 推出视频生成：单条提示词直接出带分镜的完整故事视频

现在的 AI 生成视频，很多人试过之后最大的抱怨就是：画面虽然惊艳，但往往只有四五秒，想凑成一个完整故事得自己剪半天，前后镜头里的人和画风还总对不上。

以通用 Agent 出名的 Manus 在社交平台 X 上宣布，正式上线视频生成功能。官方称只要给出一句提示词，Manus 就能把想法变成结构完整、带有分镜序列的成片，几分钟内就能看。

目前这项功能已经对 Basic、Plus 和 Pro 订阅会员开放早期体验，后续会逐步向所有用户开放。

一个人包揽编剧、分镜和成片

传统的文生视频工具通常是「一句话抽一张盲盒短片」，想要讲故事就得反复调提示词、导出素材再自己拼接。

Manus 这次走的是完全不同的路线。在后台，它把单句提示词拆解成一整套工作流：先梳理剧情逻辑，为每个场景规划分镜，再生成画面并驱动动画，最后串成一条连贯的视频。

换句话说，它不是单纯在画单个画面，而是在替用户做导演和剪辑的工作，专门解决前后画面割裂和缺乏叙事结构的问题。

此前这家由 Butterfly Effect 打造的团队凭着多步骤自主操作的 AI Agent 引发轰动，今年 3 月刚上线了移动端应用，4 月彭博社还报道其完成了由 Benchmark Capital 领投的 7500 万美元融资。现在把 Agent 的规划能力直接搬到视频生成上，显得顺理成章。

挤进神仙打架的视频战场

当前的视频生成赛道可谓异常拥挤。海外有只向 ChatGPT 付费用户开放的 OpenAI Sora，还有 Google 的 Veo 以及老牌选手 Runway 和 Synthesia。

而在开源领域，阿里巴巴的 Wan 和腾讯的混元也在快速推进，让不少开发者可以直接本地部署或二次开发。

在这个节点杀入赛道，Manus 没有选择硬拼单帧画面的物理模拟精度，而是选择用它最擅长的任务规划能力，从「叙事连贯性」这个痛点切入。

为什么重要

我们认为，Manus 这次做视频工具，最聪明的地方在于它没有把精力浪费在「单镜头军备竞赛」上，而是用做 Agent 的底层思路去解决生成视频最大的落地门槛——叙事。

对于自媒体创作者、广告策划或者独立产品人来说，过去用 AI 做短片最劝退的就是分镜不连贯、角色总变脸。如果 Manus 真的能用一句自然语言理顺镜头顺序并保持画风一致，哪怕单帧画质稍逊于电影级大模型，也是一个极其省时间的生产力利器。付费会员现在就能上手试一试分镜脚本的成片率。

从行业来看，它给视频模型提了一个新方向。以往大家都盯着时长从 4 秒拉长到 10 秒，但用户真正想要的是一个能看懂的完整故事。Manus 这种「规划先行、自动分镜」的打法，很可能会倒逼 Runway、Sora 等竞品也加快引入多智能体编导机制。

不过隐患同样明显。多镜头长视频对算力的消耗是成倍增加的，剧情逻辑越长，AI 在后半段犯迷糊或出现穿帮的概率也越高。未来它能不能扛住免费全量开放后的算力成本与生成延迟，还有待实际检验。