2026 年第 31 周

创作工具全面变成 Agent 可调用能力,图像与世界开始结构化可编辑

第 31 周把制作单元从“生成片段”推向“可编辑系统”:MCP 把创作接进 Agent,FLUX 3 统一多模态,深度与图层暴露结构,世界模型也开始按交互而非单一渲染视角接受评价。

行业01

MCP 成为创作平台的标准入口

Kling 发布完整 MCP 电影制作教程,Runway 增加自然语言工作流编辑,Artlist 则把图像与视频生成接进 Claude。趋势已经清晰:厂商越来越预期由 Agent 操作工具,网页应用转为审阅与资产界面。工作室应掌握编排、权限与审批历史,让厂商 MCP 始终只是可替换的执行层。

来源 Kling AI @Kling_ai · 2026.07.22

模型02

FLUX 3 统一图像、视频、音频与动作预测

Black Forest Labs 发布 FLUX 3:以统一多模态架构覆盖图像、视频、音频与动作预测,视频能力进入早期访问。共享表征有机会减少首帧、运动与声音之间的交接损失,但前提是控制仍可检查。团队应测试跨模态身份与时序,再比较开放部署路径和托管方案。

来源 Black Forest Labs @bfl_ai · 2026.07.23

技法03

编辑开始暴露结构:图层、深度与语义部件

从 Luma Layers、PixVerse 深度控制到网格语义分割,平面输出正在变成可编辑组件。制作改稿针对的是一个物体、平面或运动通道,而不是整帧重新抽取,因此结构化才真正有价值。测试应围绕往返与局部修改:只有已通过区域能够保持不变,结构工具才值得进入管线。

来源 PixVerse @PixVerse_ · 2026.07.27

行业04

世界模型从景观生成转向持久交互

World Labs 把空间智能接到机器人学习,Odyssey 则持续展示可延续的生成环境。竞争门槛正从写实漫游转向记忆、几何与跨时间有效的动作。预演团队也可采用同一套标准:先验收持久性、碰撞、导航与机位可重复,再看画面是否漂亮。

来源 World Labs @theworldlabs · 2026.07.28

行业05

视频 Agent 基准开始衡量导演能力,而非孤立片段

Invideo 公布一项独立基准结果,覆盖叙事连贯性、电影语言与制作质量等 16 个指标。厂商报告的名次不如评测形态重要:分钟级、多场景内容终于开始被当作电影系统衡量。工作室应把相同维度纳入内部验收,并记录跨章节处的失败,因为身份与节奏最容易在那里断裂。

来源 Invideo @invideoOfficial · 2026.07.26