Flova定义的Agent视频范式，好像成了一个标杆

最近喜欢用Flova做点AI小视频。

发现很多AI视频的产品，界面长得越来越像了。

从Agent定位，到具体的交互方式、功能模块，还有操作流程，好像都在往同一个方向靠。

打开一个产品，右侧一个对话窗口，左侧是故事板，底下是时间线。

再打开另一个产品，差不多的布局。再打开 C 产品，还是这个结构。

当一个赛道里，大家开始疯狂对齐某个产品的交互范式时，意味着这个产品率先定义了这个品类的标准形态。

就像当年 ChatGPT 出现之后，所有对话类 AI 产品都在抄它的对话框布局。

就像 Notion 出现之后，所有文档类产品都在抄它的块编辑器。

在我看来，Flova是AI视频赛道那个一直以来的开创者，也正在成为新产品范式的定义者。

01从生成工具到创作 Agent

先说一个根本的区别。

以前的 AI 视频产品，本质上是一个生成工具。

输入一段 prompt，它吐出一段视频。输入什么，输出什么。

中间的过程是一个黑盒，看不到它怎么想的，也干预不了它怎么做。

能做的只有一件事：改 prompt，重新生成。一遍不行就两遍，两遍不行就十遍。

这就是所谓的抽卡。

但是，角色怎么保持统一，镜头怎么衔接顺畅，素材怎么复用管理，版本怎么迭代追踪，创作者的审美判断怎么沉淀下来。

这些才是做视频的核心问题，生成只是其中一环。

Flova 最早把这些东西放到了一个完整的产品形态里。

在 Flova 里创建一个视频项目，很像是产品经理或者工程师创建一个工程。

里面有剧本、有分镜、有角色设定、有素材库、有时间线、有版本记录。

右侧的 Agent 负责沟通、理解意图、规划执行步骤。

左侧的故事板展示整个视频的结构框架，每个镜头都可以单独查看和修改。

底下是剪辑时间线，Agent 生成完素材之后会自动组装。

改过的项目文档，会影响 Agent 后面怎么做。

调整过的分镜，也会影响后续所有素材的生成方向。

所有东西都在一个项目里持续演进，让人有种总揽全局的踏实的感觉。

就像作为导演打开了全局视角。

我完全用Flova的Agent能力，做了一个古典主义的科幻纪录片，效果也挺不错。

02

Skill 不是模板，是方法

Flova 另一个被行业跟进的东西，是视频化的 Skill。

可以把Skill理解成给Agent的模版或者操作指南。

在之前，想写好一个Skill，还是挺有门槛的。

Flova创新地把视频细分能力拆解、封装成视频Skill，而且还让新手也可以通过自然语言对话，轻松创建出自己的Skill版本。

当反复制作同一类视频时，用固定的一套Skill，就不用再每次都重新写提示词了。

比如说，我想做一个韦斯·安德森风格的短片。如果是写一段 prompt，描述风格、色彩、构图、运镜，会很难控制一致性以及最终效果。

Skill 的做法是，有人已经把韦斯·安德森电影的视觉语言拆解成了具体的规则：镜头怎么摆、颜色怎么配、对称构图怎么实现、转场怎么做。

然后把这些规则写成了 Agent 可以执行的步骤。

你调用这个 Skill，Agent 就知道这类视频应该怎么做，不需要你从头解释。

在Flova 的 Skill 社区，已经能看到大量这样的创作方法被沉淀下来。

韦斯·安德森风格短片、剧本生视频、剧情短片、商品宣传片、AI 短剧一站式生成。

每个 Skill 背后都是一个成熟创作者的工作习惯、审美判断和制作流程。

可以在社区里浏览精选 Skill，查看适合的创作流程，添加到我的 Skill 后在项目里直接调用。

我还很喜欢去看一看，每个视频对应的 Skill 和创作过程，去了解这个视频是怎么一步步做出来的。

这个生态的价值不在于我生成了一个视频。在于我可以复用一套成熟的创作方法，并且看到它被实践的过程。

创作经验不再只存在于个人的脑子里，而是变成了可共享、可复用、可迭代的公共资产。

03工作台不是界面，是协作方式

再往深一层看，Flova 定义的不只是产品形态，还是一种人机协作的方式。

传统的 AI 视频工具，交互是线性的。

输入指令，等待生成，检查结果，不满意就重新输入指令，再次等待。

整个过程像一条单行道，你只能往前走，不能并行，不能回头，不能在一个任务运行的同时去调整另一个环节。

Flova 打破了这种线性。

它的右侧是全局 Agent，负责整个项目的规划和推进。左侧是故事板，每个镜头都可以独立修改和优化。

这两个可以同时进行。Agent 在生成第三段素材的时候，可以同时修改第一段镜头的描述。

Agent 在规划后续分镜的时候，你可以同时调整已经生成的角色设定。

这就是项目级 Agent 和镜头级 Agent 的并行协作。

全局规划和局部优化同时发生，不用等一个长任务跑完再改细节。

素材、分镜、文档、脚本、设定、Final Video Spec、Skill，这些都不是普通附件。

它们是 Agent 可以理解和继续使用的上下文。你改过的项目文档，会影响 Agent 后面怎么做。

调整过的 Skill，会改变 Agent 后续所有任务的执行方式。

挑中的某个素材版本，也会成为后续生成的一致性参考。

这种上下文感知能力，让 Agent 从一个执行指令的工具，变成了一个理解项目的协作者。

它知道你做到哪了，知道你改了什么，知道你想要什么风格，知道哪些东西不能动。它不需要你每次都从头解释一遍。

给大家看看我最终完成的，古典短剧，以《大明王朝1566》为背景，以太监冯保为主角的一集。

看到Flova最近还在日志里上线了资产库功能，允许跨项目复用素材和创作资产。

可以在一个项目里沉淀下来的角色元素、镜头设计、背景音乐，在后续项目里继续调用。

常用风格、角色和制作资料逐步沉淀成自己的创作资产库。

Agent 接入方面，Flova 已经支持把 Codex、Claude Code 等 AI Agent 接入平台来操作 Flova。

外部 Agent 可以帮你创建项目、推进创作、读取项目状态并导出视频。

这意味着 Flova 正在变成一个可以被其他 AI 系统调用的创作基础设施，不仅仅是一个面向人类用户的工具。

04一点判断

视频 Agent 这个赛道还在早期。

但早期阶段最重要的东西，是谁先定义了这个品类应该长什么样。

定义品类的人，不一定是技术最强的，但一定是对用户需求理解最深的。

Flova 的判断是，做视频的人需要的是一个能理解项目、管理流程、沉淀方法的创作伙伴。

这个理解，让它率先把视频 Agent 做成了一个完整的产品形态。

现在整个行业都在往这个方向走，恰好说明 Flova 当初定义的方向是对的。

接下来的竞争会更有意思。

当所有人都接受了同一套产品范式之后，比拼的就是执行深度了。

谁的 Skill 生态更丰富，谁的上下文理解更精准，谁的人机协作更流畅，谁的资产复用更高效。

Flova 已经跑在了前面。

从做出视频 Agent，到让视频 Agent 更懂项目、更懂创作者、更像真正的创作协作者。

这个进化方向，可能才是视频 Agent 这个品类真正的终点。

技术会进步，模型会迭代，但把创作工具做成创作伙伴这个方向，大概不会变。

朋友圈会发一些具体的案例和商业化日常～

AI交流，欢迎加我本人微信：FrankGPTs