当下，生成式AI浪潮正以肉眼可见的速度重塑视听产业。短剧、漫剧赛道的爆发，让“数月制作压缩至数天”成为现实，也让内容出海有了全新的载体。但当行业从尝鲜走向规模化，藏在热度背后的生产瓶颈开始集中显现，角色漂移、线性返工、工具门槛三座大山，将绝大多数创作者挡在“工业化生产”的门外。

近日，在深圳前海举办的媒体沟通会上，Stary与亚马逊云科技共同给出了他们的解法。双方联合打造的AI视听生产平台Gencomic，没有停留在“又一款视频生成工具”的层面，而是以智能体（Agent）为核心，把专业影视工业的能力沉淀进全链路工作流，试图从根本上重写AI短剧的生产逻辑。

赛道火热，却绕不开三道生产门槛

AI漫剧与短剧的兴起，本质上是成本结构的一次坍塌。传统影视制作中动辄百万级的投入、百人级的团队，在生成式AI面前被大幅简化。但热闹的表象之下，行业其实仍停留在“手工作坊”阶段，真正能实现批量、稳定产出的团队少之又少。

首当其冲的是角色与场景的一致性难题。行业内普遍的“抽卡式”生成模式下，主角换一个场景就“换脸”、转一个镜头就“换装”几乎是常态。公开数据显示，传统AI生成的分镜通过率仅为20%至30%。一部数十集的动态漫，若每集都靠人工逐帧校对一致性，生产效率会被彻底拖垮，规模化生产更无从谈起。

其次是线性流程带来的高返工成本。传统AI制作遵循“剧本—分镜—提示词—图片—视频”的单向路径，一旦后期发现问题，往往意味着从头再来。修改一个场景，就要重新生成所有下游内容，额外的时间与算力消耗，不仅推高了成本，也严重打击创作者的迭代意愿。

而最隐蔽也最核心的壁垒，是工具本身的使用门槛。“市面上的AI视频工具很多，但真的上手就会发现，新手要经过长时间的培训才能做出合格的内容。”Stary资深全球内容运营总监郑涵予在沟通会上坦言。她观察到一个很现实的落差：同样的模型，会写提示词、懂摄影构图与剪辑节奏的人，和零基础的文字创作者，产出质量可以有天壤之别。而Stary平台上的30多万创作者，大多是擅长写故事的文字工作者，并没有接受过系统化的影视语言训练。对他们而言，工具选择、提示词编写、风格把控，每一步都是难以跨越的鸿沟。

Stary资深全球内容运营总监郑涵予

“我们做这个产品的初衷，就是希望做一个低门槛的工具，让新手也能非常简单地去使用。”郑涵予说。

以Agent为核心，把专业能力沉淀进工作流

在行业普遍堆砌模型、比拼单帧效果的时候，Gencomic选择了另一条路：把专业影视能力封装进后台，用智能体驱动整个生产流程，让创作者只需要专注于故事本身。

亚马逊云科技行业解决方案架构师团队总监白鹤直言，市面上同类产品大多停留在“工作流”层面——把分散的工具拼接起来，完成从输入到输出的链路。但Gencomic的不同之处在于，它是一个由智能体驱动的自主工作流。

亚马逊云科技行业解决方案架构师团队总监白鹤

这套工作流的核心，是把专业主创在其擅长门类下积累的专业经验，浓缩成对应的Skill注入系统。智能体不仅能自动化完成从创意输入到成片输出的全过程，还能自主执行每个环节的质量评估，通过自循环检查输出效果，决定下一步的工作节奏。它不需要创作者一步步下达指令，更像一个随时待命的专业影视助手。

其中最具差异化的能力，是长文本剧本创作。目前行业内的创作工具，大多只能处理短篇文本，面对动辄数十万甚至上百万字的网文小说，往往束手无策。“对于近百万字数的文本，没有任何一家大语言模型能够完整地进行核心概览、人物结构、场景等的抽象。”白鹤解释道。

Gencomic的解法是用智能体配合交错式文本窗口机制，对长篇小说的主体结构完成“五元素蓝图抽象”，再以这份蓝图为基础指导全剧剧本创作，从根源上保证故事的全局结构与风格一致性。目前平台已经支持近百万字网文的完整输入，创作者不用再把小说拆成碎片段逐一处理，也不用担心前后情节脱节、人物人设崩塌。

针对行业普遍头疼的一致性问题，这套系统通过构建统一的资产库来解决。在剧本拆解阶段，智能体就会把核心角色、场景、道具等元素抽象出来，生成标准化的参考资产存入资产库。后续每个镜头的生成，都会以资产库中的统一标准为参照，从而保证在几十上百分钟的长剧中，人物形象不漂移、场景风格不跳脱。

而针对“改一处就全链重来”的痛点，Gencomic用有向无环图（DAG）的调度方式替代了传统的线性管线。所有镜头并行处理，创作者如果对某一个镜头不满意，只需要修改对应环节，不会影响其他并行的生产节点。这不仅大幅降低了返工成本，也让创作过程变得更加灵活可控。

云原生底座，撑起工业化生产的底气

一套能稳定跑通大规模生产的系统，背后离不开云架构的支撑。亚马逊云科技的全栈云与AI能力，为Gencomic提供了从模型接入、任务调度到合规保障的完整底座。

在模型协同层面，Stary通过AmazonBedrock接入大语言模型，为面向全球创作者的工具提供文本理解与推理能力。作者提交内容后，工作流调用AmazonBedrock上的模型进行剧本改写和情节分段，提取人物、场景、台词等信息，并进一步生成分镜描述和场景提示词。其中，剧本改写由部署在AmazonBedrockAgentCoreRuntime上的编剧Agent完成，该Agent基于StrandsAgents框架构建。这套架构的优势在于灵活性——平台可以根据文本理解与生成效果，灵活切换和调整模型；新的图像、视频、语音模型只需要修改配置即可接入，无需改动代码。这意味着创作者不用再追着新模型学习操作，所有模型迭代都在后台完成。

针对创作者最头疼的“提示词难题”，亚马逊云科技协助Stary把提示词生成、风格提取、视频制作等能力全部整合进了后台Agent。创作者不需要学习专业术语，甚至不用描述“远景、中景、特写”，只需要上传一段自己喜欢的参考视频，智能体就会自动提取视频的风格、美术、构图、剪辑节奏等所有内容，像一个专业的影视助手一样帮他解决美术、剪辑等问题。作者只要用自然语言跟它对话，就可以做成一个质量还不错的内容产品。

在任务调度层面，面对生成模型的并发限制，Stary借助AmazonDynamoDB计数机制与AmazonSQS消息队列，实时统计执行中的任务数量，根据可用容量智能调度后续任务。同时通过AmazonLambda分别处理文本、媒体生成和视频合成任务，利用AmazonStepFunctions持续追踪长耗时任务的状态。这套架构让Stary的视频生成并发能力从最初的3个任务提升至180个，达到原来的60倍，同时可支持360个图像生成任务，足以支撑大量创作者同时在线使用。

而在生产效率之外，内容合规是另一条不可触碰的底线。郑涵予多次强调，AI带来内容供给井喷的同时，必须保证内容资产的安全、合规与合法，杜绝盗版侵权问题。“这是底线、红线。”在郑涵予看来，亚马逊云科技在全球化合规、知识产权保护和资产保护方面的能力，能够帮助平台把所有内容资产控制在安全线之上，这也是双方合作的重要基础。

瞄准小语种蓝海，重构内容生产关系

随着技术解决了“怎么做”的问题，Stary把这套能力指向了一个少有人真正深耕的市场，那就是全球小语种内容创作。

作为一家深耕全球UGC网文领域多年的公司，Stary拥有覆盖150多个国家、30多万活跃创作者的生态，创作者用超过20种语言创作，平台累计小说超过100万部。和绝大多数中国公司的“翻译出海”不同，Stary走的是“母语原生创作”路线——创作者本身就是当地人，用母语写本土故事。

这种基因让Gencomic天然具备了跨文化的优势。郑涵予分享了一个观察：人们永远更偏爱母语内容，文化共鸣带来的用户粘性，是翻译作品永远无法比拟的。就像国内观众更偏爱本土的宫廷剧，美剧再火也替代不了母语内容的情感连接。但长期以来，全球7000多种语言里，只有15种主流语言有成熟的影视内容供给，绝大多数小语种市场都面临严重的内容匮乏。

“以前小语种内容供给不足，本质上是成本问题。”郑涵予算了一笔账：一部好莱坞电影动辄几千万甚至上亿美元，国产电视剧单集成本也可达数百万。这样的成本结构，天然无法覆盖人口基数小的小语种市场——没有足够的用户付费，就收不回制作成本，最终形成“供给越少、市场越小”的恶性循环。

Gencomic带来的成本革命，正在打破这个循环。依托这套平台，传统动画制作成本可降低至原来的十分之一，成片成本最低可控制在每分钟20元人民币以内，一部短片几千元就能启动制作。这样的成本门槛，让小语种创作者也能独立完成视频化创作，用母语讲述自己的文化故事。

在郑涵予看来，这不仅是一门生意，更是一次文化平权。“我们一直觉得，难道小语种就没有大家爱看的故事吗？可能只是那些故事没有被看到。”当创作成本足够低，非洲、北欧、东南亚的创作者都能把自己的故事做成视频，全球文化内容的版图也会因此变得更加多元。而平台也会随着不同文化创作者的输入，积累起多元的审美体系，跳出当下AI内容千篇一律的“宫崎骏风”“美漫风”，长出更丰富的视觉表达。

效率革命的终点，是创作权力的下放

从实际落地的数据来看，这套生产范式的重构已经显现出明确的价值。效率层面，相比传统AI创作工具，Gencomic的成片生产效率提升4倍，单一创作者一周即可完成60至90分钟的完整短剧内容。根据客户反馈，整体视频制作效率平均提升8到10倍——原本需要团队一周完成的任务，现在数小时即可交付，且质量不打折扣。

成本层面，相同内容规格下，视频制作成本较传统方式下降90%。传统视频制作中约70%的成本来自重复性技术工作，而这些工作现在都可以通过自动化完成，创作者可以把更多预算和精力投入到创意本身与市场运营中。

商业层面，Stary利用Gencomic产出的多部AI漫剧，已经在旗下短视频平台Dreameshort及Dailystory验证了商业闭环，多部作品播放量迅速突破百万级，实现了从“广告拉新”到“内容留存”的正向循环。平台支持订阅付费与广告等多种变现模式，还能帮创作者对接YouTube、TikTok等发行渠道，让个体创作者也能触达全球市场。

更深远的影响在于，它正在重构内容行业的生产关系。以前，一部小说能不能影视化，很大程度上不取决于故事好不好，而取决于有没有足够的资本背书。只有头部作家的作品才有机会被改编，绝大多数普通作者的故事，连和观众见面的机会都没有。

而现在，低成本的生产方式给了每个作者“被看见”的可能。写得好不好，交给市场检验，而不是被成本提前筛选掉。小团队甚至个人创作者，也能做出有市场竞争力的视频作品。就像郑涵予说的，“写故事的人会变得越来越重要”——当技术把生产的门槛拉平，最终决定内容价值的，永远是故事本身。

写在最后

从“抽卡式”的随机生成，到可管控、可规模化的工业生产，AI内容行业正在跨过第一个真正的分水岭。Gencomic的探索，本质上不是做出了另一款更好用的工具，而是把专业影视工业的知识、经验与流程，通过智能体与云架构沉淀成可复用的普惠能力。它把曾经掌握在专业团队、资本方手中的影视创作权，真正下放到每一个会写故事的人手里。

这场变革的意义远不止于效率与成本。当全球7000多种语言里的创作者都能用母语拍出自己的故事，当非洲的传说、北欧的童话、东南亚的市井生活都能以极低的成本变成影像，我们收获的不只是更丰富的内容供给，更是一个更平等、更多元的文化表达体系。技术最终的价值，从来都是让人的创意越过壁垒，被更多人看见。而这，或许才是AI给视听行业留下的最珍贵的遗产。