智东西
作者 陈骏达
编辑 漠影

这一多模态AI创意工具，迎来多项重磅升级！

智东西11月6日报道，近日，昆仑万维旗下的多模态创意工具平台SkyReels迎来一波集中升级，其中最大的亮点就是，他们用一张“无限画布”，取代了复杂的创作交互方式。

在新版SkyReels上，无论是图片、视频生成还是数字人，每一种内容的生成、编辑与组合都可以在同一张“无限画布”上完成，并且通过简单拖拽即可实现多模态内容的自由创作。

这些新功能并非孤立存在，而是相互联动、形成层次分明的解决方案。SkyReels根据用户不同的工具使用能力，提供了三种创作路径：

熟悉AI工具的用户可以直接使用AI模型生成图片、视频、音频或数字人内容；希望更高效创作的用户，则可依托近30款聚焦特定场景的Expert Agent，快速完成生成；而对没有创作经验的小白用户，只需套用智能模板，通过简单的文字描述和画面替换，即可轻松复刻参考内容。

在此基础上，SkyReels还推出了Agentic Copilot模式——集Super Agent与Expert Agents于一体的“双核驱动”体系。用户可以通过自然语言、上传素材或提供链接，让AI理解并生成跨模态的创意内容。我们还用这一功能，复刻了Vlog之父Casey Neistat的拍摄风格。

无论是捕捉灵感瞬间，还是规划完整的创作流程，Agent都能提供智能辅助，让复杂的创作变得轻松、高效。

智东西对SkyReels近期的升级进行了全面体验。可以说，这一升级后的创作平台，不仅在功能上提供了便利，更在整体体验上实现了统一与流畅。无限画布、智能Agent等要素的结合，让用户能够在一个简洁直观的平台上，实现海量创意的可能。

一、一张无限画布，如何统一AI多模态创作？

如今的多模态AI创作平台看起来五花八门、功能强大，但用起来却常常让人头大。界面层层叠叠，操作逻辑又有点反直觉，更麻烦的是，不同功能之间（比如生图、生视频、生音频）等往往处在不同的界面，甚至是不同的网站，毫无连贯感。

例如，谷歌推出的AI视频创作工具Flow仅支持文本转视频、帧转视频和素材转视频，如果想用谷歌的Gemini 2.5 Flash生成图像，并用于创作，还需切换到谷歌的其他AI工具。

对创作者来说，这种割裂的体验打断了创作灵感，也拉高了AI工具的学习成本。AI本该让创作更轻松、更有趣，但现在的门槛反而挡住了许多好点子。

那么，一个真正以创作者为中心、能够打通多模态的AI创作平台，应该是什么样的？

SkyReels给出的答案，就是一张“无限画布”。

打开新版SkyReels，占据视觉中心的并非密集的功能面板，而是承载创作素材的画布。这让用户的注意力和操作重心始终在创作本身，而不是被复杂的菜单和参数所干扰。

所有AI功能与模型都被整合到画布的侧边栏，既有昆仑万维自家的多款模型，也覆盖了当前业内的几乎所有主流模型。在这片空间中，用户可以自由地上传图像、音频、视频等多模态内容，文生图生成的素材可以成为图像编辑、图生视频的起点。

这种设计符合用户长期形成的心智模型。Photoshop以画布为中心，工具和功能区被放在侧边栏或顶部菜单，用户直接在画布上操作图像、绘制、编辑。AE同样以画布为视觉核心，所有特效、素材、合成操作在画布上直观呈现，工具界面相对辅助。

在继承经典创作软件的界面逻辑、降低用户学习门槛的同时，SkyReels也对多模态创作流程进行了创新整合，让创作在图像、视频、音频之间自由流动。

在无限画布上，用户主要以三种方式进行交互与创作：拖拽、对话、二次编辑。

用户可以一次性上传多张图片、多个视频，并根据创作需求将素材拖拽到对应的功能上。

例如，将静态图片拖拽到“视频生成”功能上后，它便会在画布原地变为动态视频。

如果需要让视频中的人物说出想要的台词，就只需拖动这个视频到“Avatar（数字人）”功能上，人物就能开口说话。

同时，用户还能在无限画布上捕捉并打磨灵感。当听到令人心动的音乐、看到有启发性的视频后，只需将音频拖入Chat界面，与智能agent对话。Agent能帮助用户逐步厘清创作需求，并最终生成相应的视觉画面。

在获得初步生成结果后，用户可以进行二次编辑——包括视频风格化、延长内容或进行UpScale画质升级等。这些操作都可在同一界面中完成，无需跳转或切换。

SkyReels的无限画布，把复杂的操作和设置都封装在了简单的物理动作背后。“我们希望用户不需要学习AI，而只需要使用AI。”SkyReels团队这样强调。

二、Agent深度融入创作，海量模板让数字营销更轻松

为了让创作的流程进一步提效与智能化，SkyReels 还引入了“双核驱动”的智能创作体系——由Super Agent与Expert Agents共同构成的全能与专业一体化系统。

在内容创作的早期阶段，灵感往往稍纵即逝，图片、文字、视频都有可能成为创作的起点。Super Agent的设计让捕捉这种瞬间的创意需求变得更为容易。

在试用中，Super Agent的多模态识别能力表现出色：无论是上传图片、输入文字，还是提供视频，它都能跨模态快速理解意图，并给出有针对性的反馈。

知名Vlogger Casey Neistat有“Vlog之父”称号，其风格启发了不少创作者。如今，借助Super Agent的能力，普通人也能在SkyReels中复刻Neistat的风格。

我们可以上传Neistat的Vlog，并输入指令“按照Casey Neistat的风格帮我打造一只关于小狗的Vlog”。Super Agent系统能根据视频的内容，并结合公开信息，分析提炼创作风格。

当用户的指令并不清晰时，Super Agent不会将错就错，而是会主动提问，让用户输入所需信息，或是选择创作方向。

完全了解用户需求后，Super Agent才会开始规划创作流程，帮用户逐步打造制作计划、分镜、生成角色与背景和生成视频，期间，用户不用手动切换工具，只需要确认Agent提出的方案或动作，仅在不满意时才需介入调整。

SkyReels生成的首个镜头如下，无论是清晨的纽约城，还是富有动感的运镜，都和Neistat的风格有几分神似。在此基础上，用户可以继续按照计划生成视频，最终获取足够的创作素材。

更值得一提的是，Super Agent并非单次响应的“问答式工具”，而是一个可以被随时唤起、持续陪伴的创作伙伴，可以参与到用户创作的每一个阶段。

相比Super Agent的通用创意能力，Expert Agents更像是一个针对垂直行业打造的“专业智囊库”。目前SkyReels已内置28个专家Expert Agents，覆盖市场营销、电商运营、虚拟形象打造和故事创作等领域。

在我们的体验中，营销类Expert Agent尤其值得关注。要使用Expert Agents，用户本身并不需要是特定领域的“专家”——Expert Agents在每个场景都会给出清晰的指引，用户按照指引，像做填空题一样补全产品卖点、目标受众、所传递的情绪、使用场景等关键信息后，系统便能生成完整的营销素材，如海报、宣传视频等等。

▲SkyReels帮助用户厘清消费电子产品的宣传视频拍摄策略

这28个专家Agent均在特定领域经过深度训练和优化。它们内置了该领域的专业知识库和成熟的工作流程，能够理解行业术语和复杂需求，提供具有行业洞察、可执行性强的专业方案。这使非专业用户也能快速获得具备可执行性的成品方案，而不必陷入反复调整和试错。

随着多Agent的协作机制进一步完善，未来，这些Agent或许将有望组成专业团队，协作完成更为复杂的任务。

同时，为进一步便利创作，SkyReels还配备了海量创作模板。这些模板同样主打“简单好用”，甚至连文字提示词都无需输入——用户只需上传基本的图像素材，即可完成替换。

例如，在服装外贸电商场景，SkyReels的模板已经覆盖了不同人种、不同肤色、不同服装类目，无论是T恤衫、卫衣、夹克还是大衣，都有对应的细分模板。

替换元素后，新的卫衣款式、品牌Logo能与原模板无缝融合，真正实现了模板效果的“所见即所得”。

智东西批量尝试了多个不同样式的模板，其融合效果始终稳定可靠，几乎没有割裂感和不自然的观感。

此类数字营销工具，让相关从业者无需耗费大量时间、精力拍摄宣传素材，也减少了他们学习AI工具的机会成本。从业者可以把精力集中于产品创意与市场策略本身，从而更高效地实现品牌传播与业务增长目标。

三、底层模型能力集中升级，数字人能实现多人对话了

“无限画布”、Agent、模板等创作方式的升级背后，是昆仑万维在视频生成模型底层能力上的不断突破。

数字人能力方面，SkyReels V3模型首先在生成长度上实现跨越，能完成数分钟的数字人画面生成。借助这一功能，我们甚至可以用自己打造的卡通形象，拍一部新品宣传广告片。

SkyReels在生成数字人时，支持32个运镜组合与镜头运动选项，能够满足不同叙事和画面表达需求，使视觉表现更加生动自然。这些特性，让数字人能胜任更为完整的营销叙事，提升宣传效果。

SkyReels V3还是业内首个支持单镜头多人多轮对话的数字人模型。在传统的数字人生成模型更多仅提供单人对口型和多人同时发声。SkyReels V3则能精准控制每个角色的说话时机、节奏、肢体语言和角色间的眼神互动，实现自然的多人对话流，甚至还能同步生成真实的环境音。

在创意场景，SkyReels现在还能将视频的创意延展，或是转变为特定的风格。

这些能力基于升级的SkyReels V3。其视频延长不再局限于业内“单镜头拉长”的传统方式，而是基于视频语义和用户prompt，智能预测下一个镜头的合理延续与场景内容。

SkyReels V3视频延长支持多种切镜方式，包括影视拍摄中常用的切入镜头、切出镜头、反打镜头、多角度镜头、切离镜头等，能生成具备叙事逻辑与视觉连贯性的延展片段，让镜头语言更丰富，画面更具动感与电影感。

这一能力让用户可以从短视频中自然过渡至更完整的叙事结构，为影视预演、电商视频延展、UGC 创作等场景提供更高效的生成方式。

而SkyReels V3此次的风格化模型并非简单的“滤镜迁移”。它通过对视频时序一致性、细节保真度与光影逻辑的深度优化，实现了1:1的角色、动作和场景保真。

无论是“辛普森风”、“乐高风”还是“梵高风”，视频中的细节都能保持一致，让风格化不再只是“涂层”，而是深度地融合到画面之中。

与市面上常见的5秒级别LoRA一键风格化不同，SkyReels的模型保持了原视频的动态结构与语义逻辑。这让风格迁移具备了更强的稳定性和一致性，足以支撑时长更长广告创意、动画预演的视觉再创作。

结语：SkyReels升级背后，昆仑万维的AI全景布局

SkyReels近期的升级，只是昆仑万维在AI领域的部分探索。昆仑万维近期披露的财报显示，其AI布局已经涵盖大模型、AGI研究、多模态创作平台、智能音乐与语音、游戏与社交等方向，并开源了Skywork-Reward、Skywork-R1V、UniPic、Matrix-3D 等系列模型，推出了SkyReels、Mureka、linky、StarMaker和DramaWave等多款应用。

这也带动了其业绩的快速增长。昆仑万维在本财年前三季度的营收已达58亿元，同比增长 52%，海外收入占比93%。作为中国AI出海的重要力量之一，昆仑万维有望持续推动AI技术研发、产品迭代和商业化应用，打造覆盖研发、创作和内容生态的全方位AI平台。