ManusAI 推出影片生成：單條提示詞直接出帶分鏡的完整故事影片

現在的 AI 生成影片，很多人試過之後最大的抱怨就是：畫面雖然驚豔，但往往只有四五秒，想湊成一個完整故事得自己剪半天，前後鏡頭裡的人和畫風還總對不上。

以通用 Agent 出名的 Manus 在社交平臺 X 上宣佈，正式上線影片生成功能。官方稱只要給出一句提示詞，Manus 就能把想法變成結構完整、帶有分鏡序列的成片，幾分鐘內就能看。

目前這項功能已經對 Basic、Plus 和 Pro 訂閱會員開放早期體驗，後續會逐步向所有使用者開放。

一個人包攬編劇、分鏡和成片

傳統的文生影片工具通常是「一句話抽一張盲盒短片」，想要講故事就得反覆調提示詞、匯出素材再自己拼接。

Manus 這次走的是完全不同的路線。在後臺，它把單句提示詞拆解成一整套工作流：先梳理劇情邏輯，為每個場景規劃分鏡，再生成畫面並驅動動畫，最後串成一條連貫的影片。

換句話說，它不是單純在畫單個畫面，而是在替使用者做導演和剪輯的工作，專門解決前後畫面割裂和缺乏敘事結構的問題。

此前這家由 Butterfly Effect 打造的團隊憑著多步驟自主操作的 AI Agent 引發轟動，今年 3 月剛上線了移動端應用，4 月彭博社還報道其完成了由 Benchmark Capital 領投的 7500 萬美元融資。現在把 Agent 的規劃能力直接搬到影片生成上，顯得順理成章。

擠進神仙打架的影片戰場

當前的影片生成賽道可謂異常擁擠。海外有隻向 ChatGPT 付費使用者開放的 OpenAI Sora，還有 Google 的 Veo 以及老牌選手 Runway 和 Synthesia。

而在開源領域，阿里巴巴的 Wan 和騰訊的混元也在快速推進，讓不少開發者可以直接本地部署或二次開發。

在這個節點殺入賽道，Manus 沒有選擇硬拼單幀畫面的物理模擬精度，而是選擇用它最擅長的任務規劃能力，從「敘事連貫性」這個痛點切入。

為什麼重要

我們認為，Manus 這次做影片工具，最聰明的地方在於它沒有把精力浪費在「單鏡頭軍備競賽」上，而是用做 Agent 的底層思路去解決生成影片最大的落地門檻——敘事。

對於自媒體創作者、廣告策劃或者獨立產品人來說，過去用 AI 做短片最勸退的就是分鏡不連貫、角色總變臉。如果 Manus 真的能用一句自然語言理順鏡頭順序並保持畫風一致，哪怕單幀畫質稍遜於電影級大模型，也是一個極其省時間的生產力利器。付費會員現在就能上手試一試分鏡指令碼的成片率。

從行業來看，它給影片模型提了一個新方向。以往大家都盯著時長從 4 秒拉長到 10 秒，但使用者真正想要的是一個能看懂的完整故事。Manus 這種「規劃先行、自動分鏡」的打法，很可能會倒逼 Runway、Sora 等競品也加快引入多智慧體編導機制。

不過隱患同樣明顯。多鏡頭長影片對算力的消耗是成倍增加的，劇情邏輯越長，AI 在後半段犯迷糊或出現穿幫的機率也越高。未來它能不能扛住免費全量開放後的算力成本與生成延遲，還有待實際檢驗。