一键生成十分钟长视频？我发现了一个超强的起号套路。。。

开源的风，终于是从大模型吹到了Agent。

不要说线是歪的，因为通往AGI之路注定会有波折

前几天，字节跳动旗下的Coze（扣子）平台开源了，给本就热火朝天的 Agent 赛道又加了波猛料。

大家别光顾着吃瓜看热闹，其实这背后在说一件事：时代变了。

以前大家比的是谁家模型更聪明，所以拼了命把训练参数做大、把基础模型做强。

但现在真正的战场，已经转移到了怎么把大模型用好、用到实处。

说白了，大家都已经不满足做个简单的Agent，而是要看Agent 平台怎么让AI既能稳定地调用各种工具，又能高效地跟外部世界打交道。

要聊明白这事儿，咱们得先看看AI Agent这几年是怎么进化的。

其实业界效仿隔壁自动驾驶的分级，也给Agent强度排了个L1、L2、L3……

最简单的L1级别的AI Agent，其实就是3年前火起来的以ChatGPt为代表的，一堆大模型对话助手，在这个程度，你也就只能把它当个聊天机器人、信息搜索库，谈不上什么生产力。

后来，它学聪明了点，学会了用些小工具，进化成了L2 工作流助手。

L2 级别的工作流 Agent 就像个听话的学徒，你让它上网查个资料、算个数，它能照着你设定好的步骤一步步完成。

但说到底，还是得你这个当师傅的先把流程图画好，所以也没啥特别的。

真正让人兴奋的，是进化到L3级别的推理型Agent。

突出的代表就是年初爆火的Manus，这也是让 Agent 有了自主思考和规划的能力。

这家伙已经开始像个独当一面的员工了，规划个旅游攻略、写个PPT、做点论文草稿，分分钟把活儿安排得明明白白。

但问题来了，就好比人类的职场一样，专家员工再牛，也干不了一个团队的活儿，所以还是得靠人给一堆员工派活。

但这个过程的难度，压根不比你自己干来得轻松，可能活还没派完，你的CPU先被干烧了。

于是大家就想，能不能组个Agent团队，让AI来分配专业的AI干专业的事儿？

结果业界经过了各种各样尝试发现，这帮看起来牛逼得不行的Agent凑一块儿，根本没法合作！

因为你别看，现在单个Agent执行任务的成功率挺高，但只要组队，成功率就断崖式下滑。

一个流程里，每一步都有95%的成功率，听起来已经挺好的了吧，但只要跑上20步，整个任务的成功率就直接掉到30%了，是不是有你买足彩1串6、1串7那味儿了。

就在大家为这帮散装英雄一筹莫展的时候，前两天，360集团正式发布的纳米AI，好像给出了一种新思路。

纳米AI，有些差友可能还不大熟悉，人家是红衣大叔周鸿祎 360 旗下的AI产品，最近升级成了“多智能体蜂群”，还号称是全球唯一真正进化到L4级别智能体。

昨天，红衣大叔还特地开了场专场发布会，给大家好好聊了聊纳米AI如今的变化。

差评君也去听完了全程，然后还试用了一波，真觉得有点牛了。

我先不说其他的，就给你看一个纳米AI生成的视频。

差友们可以猜猜这个视频咱花了多少精力，写了多少提示词，后期调整了多少。

我来公布最终的答案，花的精力就是上传了一张火锅的照片，提示词不到100个字，后期完全没做任何处理，甚至在纳米AI生成视频的过程中，咱们还去找小发打了一把王者，游戏结束回来就看到了上面这个视频。

看视频效果的时候，背后站了一堆编辑部同事，全在怪叫“牛逼牛逼”，发群里也像是误入藕花深处，惊起一滩“666”。。。

当然了，我们也找了隔壁Manus做了个类似的视频。

尽管Manus调用了目前最顶级的Veo3视频生成大模型，但什么情节、故事都不存在的，纯靠着大模型的基础能力硬撑画面。

而且，就像昨天直播里周鸿祎反复提及的“短视频起号”，纳米AI主打就是“一句话生成大片”。

你还能用更简单的方法生成视频。

比如咱们常在影视剧刷到的介绍某个历史人物生平的视频，在纳米AI里，直接就有一个专门的Agent叫古人传记导演，你只需要说一句“于谦的一生”，然后就什么都不用管了。

结果生成的质量也还是相当高。

说真的，这搁以前，在一些短视频账号起号阶段，制作类似质量的视频，一般是一个编导配2-3个剪辑花半天时间才能做出来，现在靠着纳米AI，点几下鼠标十几分钟就有了。。。

而且，咱们这个是最基础的测试（其实是因为打王者，忘记调整细节了），两个视频完完全全都是纳米AI一手导演的。

而且实际执行过程中，你完全可以在视频风格、语音音色、最终脚本等等模块，进行调整修改，来帮助AI生成更好、更符合你需求的视频。

是不是已经觉得纳米AI有点东西了？

昨天直播里，他们还表示，纳米AI的多智能体蜂群能在一起连续工作2个小时，执行超过1000个步骤，处理9000万个Token（相当于几千万个汉字）的信息量，中间不出错、不掉链子。

这个水平大伙可能有点晕，我就这么说吧，以 M 记为代表的L3级别的智能体，处理的token数一般只能在百万级，换算成生成视频，一般不超过90秒。

所以昨晚老周在直播间也放出话来：“咱们就是目前唯一一个能做10分钟视频的Agent。”

为什么纳米AI能实现L3到L4的突破呢？

其实是因为他们找了条多智能体并行的新路子。

简单来说，纳米AI有个超大智能体工厂，里面有5万个L3级别（也就是和M记同一级别）的Agent来满足你的各种需求。

如果你觉得这5万个都不行，也能自己再做新的L3级别Agent进去。

这么一来，你手底下就有几万个，未来还能越来越多的Agent帮你干活。

在360智能体工厂的基础，再加上纳米独创的L4技术，才有了史上最长的10分钟AI视频。

这套L4技术说白了，就是在纳米多智能体蜂群的平台里，给这帮平日里单打独斗的Agent们，加装了一套超级通讯系统和共享的作战指挥室。

除了有部门经理和项目经理互相调度，各个赛博牛马之间也不再有沟通障碍，所有智能体都在同一个频道里聊天，一个眼神就知道对方想干啥，再也不怕传话传歪了。

我们拿前面于谦的视频举例，我提示词只输入了“于谦的一生”。

纳米AI能够自己思考我要的是啥，比如要的是历史人物于谦，不是德云社的大爷于谦。

然后根据这个思路一点点研究于谦的生平，编写文案标题和相应的分镜脚本，接下来，又会根据这些分镜生成相应的图片，再把图片生成视频片段，最后再像一个后期一样，把这些片段素材全部整合到一起剪辑成成片。

而且，在这个执行过程中，纳米AI能够最多支持100个工具同时调用。

你可别小看这个数字，之前Manus爆火的时候，网上对它的诟病最多的就是速度实在太慢，因为它作为L3级别的Agent，只能一项命令一项命令的执行，调用上一个工具，完成需求，才能继续思考下一步怎么做，想清楚之后再调用下一个工具。

但纳米AI的多智能体蜂群完全能够做到边想边干，我这边还在调用工具进行配音，那边已经在想着调用大模型生成视频画面了，这也大大提升了Agent的执行速度。

不仅如此，更绝的是，纳米AI为了搞定步骤一多，Agent容易出错雪崩的情况，还做了点安全冗余。

周鸿祎在直播时透露自家产品用了一套比较暴力的解决方式，那就是用token换正确率。

比如生成某段视频的分镜图片时，单智能体不是容易出错吗？

但纳米AI可以多智能体并行操作，那我每个画面都同时找三四个画手一起画，加一个把关的步骤，把生成失败、出错的剔除出去，保留正确的画面，这样就能大大提升成功率了。

当然了，尽管有了这些安全冗余，但AI还是会出错。

咱们在测试时，也出现了一次任务报错，但纳米AI人还怪好的，因为有些Agent任务出错了消耗的token可不退你，而纳米AI是全额返还的。

至于一些生成视频文字上的瑕疵、前后一致性还不是完美之类的问题，偶尔也还是会出现。

但那句话怎么说的，只要方向对了，走得再慢也是在一步步接近目的地。而类似大模型基础能力上不足，其实也是目前业内大伙们提升的方向。

而且，该说不说，咱挺认同纳米AI现在的这个思路的。

周鸿祎昨晚也说了，现在制作短视频其实是人人的刚需，你做什么账号能不做短视频，甚至发朋友圈也要vlog吧。

买书买课不如学会用AI

那让AI最快成为人人都爱用的、能改变大家生活的方式，不就是在解决大家的实际需求吗？

强如大模型也得做一个ChatGPT的载体，才能在全球爆火，而Agent界的ChatGPT迟迟没出现，这也是为啥业界和用户之间有种割裂感。

啥公司都在说我们有Agent，多牛多牛，但我一个普通老百姓，感觉根本用不到啊。

而且，纳米AI的一句话生成视频，只是他们选择的主攻点，实际上，你可以在L4级别多智能体蜂群里，根据自己的需求从0搭建专属自己的AI团队。

喜欢吃瓜的，可以做一个每天娱乐大新闻总结Agent；喜欢体育的，可以做一个专属自己的体育报道AI天团。。。

昨天周鸿祎一直在强调，目前的大模型能力已经相当强悍，但出于各种原因，它真正的能力并没有完全展现。

在他看来，Agent就是目前能够最大限度挖掘大模型能力的桥梁，而通过多智能体共同参与，就能很好地处理现阶段的一些人类需求，真正让人觉得AI牛逼。

说到底，AI的未来，可能不取决于技术参数有多高、模型有多大，而在于它能不能像纳米AI这样，少谈点玄乎的概念，多做个好视频、写个好方案，可能更有用。

当AI不再是一个遥不可及的神，而是我们随时可以拉来组队干活、不知疲倦的赛博牛马时，AI的下半场，才算真正开场了。

撰文：八戒

编辑：江江 & 面线

美编：萱萱

图片、资料来源：

纳米AI

即梦