V 站的各位朋友，最近做了个违背祖宗的决定，打算把从去年 12 月份开始利用业余时间和 CC 一起（主要是 CC ）开发的一个 AI 影视创作平台给开源出来。给他取了个名字 [ActioNow] ， 蹭一下 [TapNow] 的热度 目前包含包含以下能力：
[多 Agent+自定义 Skill ] [团队实时协作] [细粒度权限控制] [多租户架构] [积分与计费系统] [ AI 模型插件化系统] [异步任务编排]
一是、最重要的一点是在高强度 Vibe Coding 后，愈发觉得现在闭源工具平台的出路越来越窄，用 AI 只需要较低的时间和金钱成本就可以复刻出相似甚至更好的工具平台。但是，也存在一定的局限性，特别是测试的工作可能依靠人力会是比较靠谱的选择。
二是、为了兼顾自己的日常工作和 [ActioNow] 的开发天天熬大夜实在是有点顶不住了，希望可以开源分享出来让更多的人一起参与开发。
在 25 年上半年的时候，接触到了 AI 内容这个行业，当时作为刚入门的新人一步步从 [AI 小说] 创编到 [AI 漫剧] 创作学习接触到非常多全新的知识。当时工作的切入点还是在探索 LLM 在小说创编上的可能性，当时和专业的编剧老师测试了市面上各种工具和模型得出的结论还是「不成熟」，比较难达到专业编剧老师的认可。
后来转战 [AI 漫剧] 赛道，对于生图生视频以及 LLM 模型的选择也是做过非常多的测试工作，首先是生图模型的选择：测试了 SD 系列的模型、Imagen-3.0 、Seedream 3 、Flux 系列模型的生图效果，最终选定了 [Seedream 3] 一是它的画风比较适合于国内的市场（对于国漫｜日漫类型的支持效果很好），其次是发现利用它的随机种子可以较好的控制 人物｜场景｜道具 的一致性。
之后是生视频模型的选择：测试了 Veo 、Vidu 、Runway 、Seedance 1.0 lite 等模型，最终综合成本考虑还是以 [Seedance 1.0 lite] 作为首选。字节在这方面的功底是真的不错。
最后是 LLM 模型的选择，主要有三个方面的用途：一是用于从剧本中一次性解析出完整的 人物｜场景｜道具 列表、二是用于从剧集中解析出完整的分镜序列、三是通用的提示词生成｜优化功能。当前考虑后还是选择了 Gemini 系列模型，在当时来看它拥有超大的上下文窗口以及 300 美刀的试用额度（当时随便拿虚拟卡就可以薅到）
在模型的测试过程中，素材的生成方式也在一步步的改变：从手工到各个模型的平台生成素材 -> python 脚本 -> 简单的工具化平台 -> 初版的一站式漫剧创作平台，这个过程花了差不多 3 个月左右。并且，在前期还全流程的参与了一整部的 AI 漫剧创作过程：编剧老师给出剧本 -> 剧本围读 -> 提出剧本修改意见 -> 素材生成技术难点确认（某些梗以及画面效果在当时是特别难生成的，需要大量的抽卡，因此会先确认是否需要）-> 按集生产素材 -> 视频剪辑（当时第一次使用剪映）-> 跟编剧老师一起审片 -> 修改 -> 发行（这部分就参与的比较少了）。当时参与的第一部漫剧的播放量达到了千万级，在此之后就专注于 [一站式漫剧创作平台] 的开发了。
但是，后面随着开发团队人越来越多加上平台有了商业化的需求，参与的也就变少了，慢慢转战 Agent 相关研究开发了。后面，随着对于 Agent 的学习研究的深入，觉得将 AI 漫剧与 Agent 结合起来是一个很好的方向，于是就有了 [Actionow] 这个项目。
我觉得 AI 不应该是取代创作者的黑箱，而应是赋能创意的助手。对于后续可能的一些发展方向规划：
希望可以通过开源协作，将 [ActioNow] 打造成一个汇聚创意与技术的项目。当然，目前也还没有特别明确的计划，希望大家可以给给建议。 大家在 AI 影视创作上有什么想要了解的，我也可以基于自身的经验帮忙解答。 项目目前仍然处于开发初期，还有非常大量的测试工作需要进行，欢迎多多提 issue ！
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。
