奥特曼和达里奥同台唱rap！Genspark新视频特工上线，零基础也能拍短剧

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> 奥特曼和Dario同台唱rap！Genspark新视频Agent上线，零基础也能拍短剧 听雨 2026-10-29 14:53:19 来源： 量子位 Genspark 的视频Agent工作台， Genspark Media Studio ，正式发布了！ 这次，它把一批前沿模型拉到了一起，组了个AI剧组。 负责当「导演」的大语言模型有三档可选：DeepSeek V4.1 Flash、Claude Opus 5.5，以及Claude Fable 5.1。 是的，在这里面甚至能用上Fable 5.1…… 说实话因为某些众所周知的原因，我已经很久没有用到了。。。 具体干活的模型包括：Seedance 2.5、Kling、Veo负责生成视频，GPT Image、Nano Banana负责图像，ElevenLabs等音频模型负责声音。 总共接入了20多家厂商的70多个模型版本。 而且最近还打折！ 北京时间10月27日18:00至11月4日18:00，Plus和Pro会员在Media Studio里的积分消耗 打五折 ，规划、图片、视频、音频和3D生成都算在内。 6G冲浪的量子位也是第一时间拿到了实测资格。 我们直接走起～ 实测Genspark Media Studio：奥特曼唱rap、拍商战短剧，都安排上了 一键get同款 在首页的Genspark Magic分区里，有很多爆款视频模版，点击即可一键做同款。 我精心挑选了一个rap视频，把奥特曼和Dario的照片传了上去。 美股IPO两兄弟，就是你们了！ 但有个问题我没考虑到，如果直接上传真人图片，会被视频模型拦截。 Genspark还提醒我开拍前要确认版权问题，怪细心的。 系统再次提示使用半写实版还是卡通版，我选择了半写实版（赌一把），都确定后，它就开始工作了。 Agent调用了Seedance 2.5，虽然提示8-14分钟出片，但我体感大概两三分钟（？）片子就做出来了。 第一版出来的视频没有配乐，只有两个人干唱，于是我又让它找伴奏。 这个画布蛮有意思的，它找了三首备选伴奏，然后在画布上并列排布，点开哪个看哪个： （虽然我并不知道为什么伴奏C会离得这么远…） 但这三首bgm都没有歌词，最后我让它做了一段原创rap伴奏，调用ElevenLabs生成。 还做了一下口型对齐，让两个人一起合唱。 成片by like： 挺好，也是看到奥特曼和Dario同台rap了，看起来练习时长两年半。 值得一提的是，第一遍生成的视频规格都是480p，如果不满意还可以继续调整，定稿之后再升级1080p。 秒出知识讲解视频 接下来，我让它做了一条知识讲解片，讲解《 彗星来的那一夜 》这部电影。 从首页输入框下方的「Knowledge Explainer」卡片即可进入，也可以直接自然语言描述。 接着系统提示我选择片长、视觉风格以及解说角度，还选择了音频模型，这里用的是MiniMax TTS。 我什么素材也没上传，直接让它自己做。 真的感觉秒出啊……我还在做另外一条片，转头回来它就做好了： 但第一版怎么说呢，emmm。。。 文案比较平淡，让人听着想睡觉，画面也跟PPT一样，一卡一卡的。 于是我又让它修改了一下，要求文案必须埋包袱、有悬疑感、能吸引观众，画面也更多变一些。 还调用ElevenLabs配了首bgm。 这bgm还是按时间轴分6个段落来写的，原创暗黑风……有点说法。 最后成片如下： 我觉得这个效果还可以。 在完全没有人工修改的情况下，解说文案和bgm都算到位，能完整把电影情节讲清楚，整体上也符合悬疑片的氛围。 虽然画面还是有点像PPT…… 不过毕竟我什么素材也没上传，参考图啥的都没有，模型也只能用电影截图凑数。 零基础也能做短剧了 更奇妙的是，我发现还有个「故事圣经」功能。 一开始不知道是什么，后来发现，这不就是做短剧嘛？？ 因为奥特曼和Dario的Rap视频，我随手起名叫「美股IPO两兄弟」。 直接点击「故事圣经」功能，它就围绕这个主题创建了一个新的项目请求： 哥哥是主承销投行的MD，弟弟是要上市的创始人——一张会议室，一个发行价，一个只有哥哥知道的秘密。 不是我说，这妥妥的爆款短剧剧本出来了啊！ 凌晨三点的冷，像一笔还不清的账。 居然有点想看，是怎么回事。 我发誓，这都是Genspark先动的手，全AI生成。 素材它也先找了部分场景供参考： 人物设定我给了点要求，四个主要人物，一个像梁朝伟，一个像吴彦祖，一个像安妮·海瑟薇，还有一个像章子怡。 出来这四个： 可能是版权问题，人物不太像，但也行吧，一看大家都是金融精英。 接着，它产出了详细的人物设定、服装、道具以及定妆照，需要批准的内容有35项之多。 对于专业导演或剪辑师来说，应该可以做更精细的设定和调整。 但我在这方面是个小白，所以就无脑点批准。 但这里有个麻烦的地方，有些批准选项很难找。有一项我死活找不到，愣是找了十分钟。 而且一旦涉及修改，其他已批准内容也会退回待审批状态。 导致我批准了半天，终于成功提交了。。。 如果对话过长，它还会提示你可以存成skill，我这里就保存了个金融/商战短片skill。 设定全部保存好后，它把原始的5场戏拆出了84个镜头，又组成12个视频单元，写好提示词，再调用Seedance 2.5生成视频片段。 视频中画面穿帮、与设定不符的地方，它还自己做了返修，然后提示你重新运行草稿。 全部run完之后，终于进入了剪辑、配乐、上字幕阶段，这部分比前面的草稿返修要快多了。 这是最后的成片——《定价夜》： 作为一个没怎么看过短剧的人，想不到我也做出短剧来了。 第一感觉是，画面还蛮精美的，人物面部表情细节很到位，前后主体一致性也可以保证。 在我完全没有要求的情况下，它还自己配上了中英双语字幕。 不过也有缺点，比如片子后半段逐渐有些音画不同步，部分画面还是存在跳帧以及bug… 比如哥哥的眼镜为什么突然从脸上消失了啊喂！ 做到这我瞅了眼，跑完3个case，初始的5万积分大约花费了4万5。 想不到吧，游戏也能做 还剩5000积分，我决定再做一个超级马里奥小游戏。 这个也是秒出，完全不需要多余的提示词，一个像素风HTML游戏就写出来了。 敌人踩踏、蘑菇变大、顶砖块、旗杆结算这些基础设定都有。 由于版权问题，音乐、关卡也都是从零代码绘制的原创素材，只有玩法机制和原作是一样的。 这一版主打一个合格、能玩，任天堂看了会心一笑。 而且积分也只消耗了几百。 如果你觉得游戏太简单了，Genspark还会进一步提示你如何升级机制： 不过到这就差不多了，因为老板问我为什么上班一直玩游戏。。。 Genspark Media Studio的拍片流程是怎样的？ 测了这么多，Genspark Media Studio背后的流程调度是怎样的？ 据官方介绍，Media Studio会用大语言模型担任「导演大脑」，负责理解需求、写剧本，再安排不同模型干活。 它接入了20多家厂商的70多个模型版本，覆盖视频、图像