VideoGen 发布首个自研视频模型 Model 1：一句提示词生成最长 10 分钟的多镜头成片
AI 视频创作平台 VideoGen 公布了首个自研视频模型 Model 1，主打从一段文字简介出发，自动完成剧本、对白、分镜和节奏规划，再生成带音频的多镜头视频，单次最长 10 分钟。官方页面写明有限的合作伙伴内测从 10 月 20 日开始，同时开放一个总额 100 万美元的免费额度申请；画质对比和成本优势目前都还是公司自己的说法，正式定价和独立评测尚未公布。
据 VideoGen Model 1 官方页面，以及 AI Affairs 对其 CEO 的采访报道，旧金山的 AI 视频创作平台 VideoGen 发布了第一个自研视频模型 Model 1。此前它的平台主要是调用 Seedance 等第三方模型来出片。
这次的重点在「长度」和「整片规划」：
- 一句话出整片：输入文字简介（可选配参考图），模型先规划剧本、对白、镜头和节奏，再把音频、画面和剪辑拼接放在同一个流程里完成，单次最长可生成 10 分钟的多镜头视频；
- 跨镜头保持一致：官方称上下文会在场景之间传递，用来保持人物、场景和故事线的连贯；CEO 在采访中提到，镜头之间是在模型的潜空间里传递信息，并针对写实、动漫、电影感等风格训练了不同版本，按请求自动分配；
- 官方演示：页面放出了多段带声音的原始输出，包括短片、动画和广告，其中一部约 4 分半的黏土动画短片据称是单条提示词生成、没有后期剪辑；
- 成本与画质仍待验证：官方称预期成本比同类模型低一半以上，但注明这是内部验证结果，正式定价和独立基准测试仍在进行；CEO 自评画质约为 Seedance 2.5 的八成左右，目前没有公开评测支撑，报道方也表示没有拿到试用权限；
- 上线节奏：官方页面写明有限的私有合作伙伴内测从 10 月 20 日开始，同日开放 100 万美元免费额度的申请，面向创作者、电影人和工作室，学生和业余爱好者也可以申请，评选会看创作作品和发行计划。
对创作者意味着什么： 现在主流视频模型单次大多只能出几秒到 30 秒，做一条几分钟的剧情短片或解说视频，仍要自己写分镜、一段段生成再拼接。Model 1 想把「编剧加分镜加拼接」这一层也交给模型，如果效果属实，做 AI 短剧、动画小故事和产品广告的个人创作者能省下大量排镜头的时间。不过它目前只对少量合作伙伴开放，画质、一致性和价格都还没有第三方验证，建议先看官方放出的原始样片判断是否适合自己的题材；有完整项目计划的创作者，可以考虑申请免费额度先小范围试用。
信息来源：VideoGen Model 1 官方页面（本文为编辑整理改写）
