在云栖大会期间，智象元一（HiDream.ai）联合创始人兼COO王科表示，视频生成已完成商业化验证，正处在从“能用”到“好用”的拐点，下一轮竞争将围绕稳定交付展开。该公司同时推进底层视频模型与创作工作流的改进，试图将技术能力转化为更高的交付成功率。
王科指出，画质和运镜决定模型能生成怎样的画面，但进入专业制作流程后，创作者还需考量一个镜头需要重试多少次、人物与场景能否前后保持一致、修改需求会带来多少返工。这些因素共同决定AI能否成为可预期的生产力。物理一致性与意图理解能力直接影响视频生成的可用程度，而要把可用镜头组织成完整作品，还需要智能体协调脚本与分镜，处理角色设计及后期制作。
针对“抽卡”式反复生成带来的隐性成本，智象的视频模型HiDream-O1-Video-1.0加入了前置意图理解模块，在生成之前将用户模糊、口语化的需求整理为结构化信息，明确镜头时长与场景，补充角色动作和构图要求，并处理运镜及声音安排。公司同时采用自研的原生全模态UiT架构，让文本、视觉、三维及动作等不同模态信息以更接近原始形态的方式进入同一模型，在统一表征空间中完成理解与生成，以改善视频生成中的物理合理性。
在完整作品制作层面，智象旗下的影视创作协作智能体帧赞将剧本分析与分镜生成纳入同一工作流，整合角色设计及后期处理能力，并支持与制作方已有的素材库和版权资产库打通。据披露，24集AI仿真人短剧《阎魔的宠妃》由5人团队借助帧赞在15天内完成130分钟内容。王科将理想的人机分工概括为“Agent负责‘执行得对’，人负责‘定义什么是对的’”，创作者保留对创作意图的定义权，把控关键分镜与叙事走向。
王科将公司差异化概括为底层架构创新以及模型与智能体的产品化能力，认为自研模型与垂直应用之间的快速协同能够缩短技术能力进入产品的路径。他判断，未来1至2年的核心竞争点将从“模型能力比拼”转移到“工作流闭环能力”，能否嵌入客户生产流程、提高交付成功率，将成为商业化的关键。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
