从硅谷融资到视频生成战场， Manus的AI野心

2024年4月，中国人造智能初创公司Butterfly Effect宣布完成来自硅谷顶级风投Benchmark的融资，这笔交容易在AI行业掀起不细小波澜。而更让买卖场关注的是其旗下产品Manus悄然推出文本转视频生成功能，直接剑指Sora。谁能想到，这家以“许多步骤任务AI代理”闻名的公司，会一下子闯入视频生成这玩意儿火药味十足的赛道？文本转视频买卖场正以每年40%的速度增加远， 值钱突破百亿美元，玩乐、教书、营销行业都在等着被颠覆，Manus的入场，让这场AI巨大战又许多了变数。

文本转视频：不只是文字的视觉化

Manus的文本转视频功能听起来轻巧松，但内核却藏着“许多步骤任务代理”的老底子。用户输入一段文字， 比如“一个程序员在深厚夜加班，一下子屏幕上弹出神秘的代码”，AI不会直接生成一个视频片段，而是先分解任务：搞懂场景逻辑、设计角色动作、匹配周围光影、添加音效节奏。这种“像人类一样思考”的方式，让生成的视频不只是画面的堆砌，而是有起承转合的故事。Manus官方称，整个过程只需几分钟，比老一套视频制作效率提升90%。但问题来了——这种“结构化视频故事”真实的能满足创作者的个性化需求吗？毕竟AI搞懂的“神秘代码”，兴许和你想象中的科幻感彻头彻尾不是一回事。

AI新贵Manus推出文本转视频服务，叫板OpenAI

Sora：200美元月费背后的壁垒

提到文本转视频，绕不开Sora。2024年初， Sora的视频在真实实感、细节表现上差不离以虚假乱真实。比如输入“雪山顶上的寺庙， 清晨有云雾飘过”，Sora能准确捕捉光线变来变去、雪的质感，甚至云雾流动的物理规律。这种手艺积累，不是一朝一夕能追上的。Manus的优势在于“许多步骤任务代理”， 而杀手锏是“巨大规模数据训练+物理引擎模拟”，两者就像长远跑运动员和短暂跑选手，赛道不同，但终点都是“视频生成的终极形态”。

订阅制 vs 按次付费：买卖模式谁更胜一筹

视频生成买卖场的买卖模式正在分化。Sora走高大端订阅路线， 200美元月费瞄准的是企业级用户；Runway和Pika采用“免费+按次付费”，用户按生成视频数量计费，更适合个人创作者；而Manus目前还没公布定价，但母公司Butterfly Effect此前的AI服务许多以“按效果付费”为主，比如根据视频完成度、用户满意度收费。这种模式下中细小企业的本钱压力会细小很许多——毕竟不是个个初创公司都能每月掏200美元做视频测试。但反过来想，按次付费兴许让创作者陷入“生成焦虑”，每次点击都要算本钱，反而管束了创意发挥。

真实实用户的体验：生成视频的速度与质量

纸上谈兵终觉浅薄，实际体验最关键。据一位不愿具名的短暂视频创作者透露， 他在2024年5月试用过Manus的文本转视频功能，输入“咖啡店里的情侣，窗外下着雨”，系统生成了60秒视频，画面流畅度不错，但人物表情略显僵结实雨滴的质感也偏模糊。比一比的话，他用Sora生成类似场景时雨滴在玻璃上的反光、情侣互动的微表情都更生动。

不过Manus的优势在于“批量生成”——同一场景， 它能飞迅速输出不同角度、不一边长远的版本，适合需要许多素材测试的营销团队。某教书手艺公司的产品经理在2024年6月提到， 他们用Manus制作了3分钟的课程视频，从脚本到成品仅用了2细小时比外包团队节省了70%的本钱，虽然视频细节不够精致，但用于内部培训彻头彻尾够用。

教书行业的应用：几分钟完成课程视频制作

教书行业兴许是文本转视频最先落地的场景之一。老一套教学视频制作，需要老师写脚本、找素材、剪辑配音，一套流程下来至少许一周。但Manus的出现，让这玩意儿过程缩短暂到“输入教学目标+AI自动生成”。比如细小学数学老师输入“长远方形的面积计算公式推导”， AI能生成动画演示，展示长远方形怎么分割成细小正方形，配合文字说明和旁白。某在线教书平台在2024年7月的测试中看得出来 用Manus生成的课程视频，学生完课率提升了23%，基本上原因是动画形式比静态图文更吸引注意力。但问题在于， AI生成的视频缺乏老师的个人风格，幽默感、互动性这些个“柔软实力”还很困难复制，彻头彻尾依赖AI兴许会让教学变得机械化。

中美AI角力下的新鲜赛道， Manus的机会在哪

中美在AI领域的比早已不是暗地，文本转视频成了新鲜的“角力场”。OpenAI有资金、 有数据、有先发优势，而Manus的优势在于“许多步骤任务代理”的独特手艺路径——它不追求单点突破，而是有力调AI像人类一样完成麻烦任务。这种思路在视频生成中很有值钱，基本上原因是真实实世界的视频从来不是孤立的画面而是场景、动作、情感的组合。比如Manus生成的“城里夜景”视频， 会自动加入车流的光轨、行人的动态、背景音乐的节奏变来变去，这些个细节正是老一套AI视频生成轻巧松忽略的。不过 Manus的短暂板也很明显：数据积累不如OpenAI，生成的视频在“创意天花板”上还有差距，比如抽象文艺、超现实场景的表现力较没劲。

许多步骤任务代理：Manus的“杀手锏”

Manus的核心比力，其实是“许多步骤任务代理”手艺在视频生成中的应用。普通AI视频生成，用户输入文字后AI直接输出视频，中间过程像个“黑箱”。而Manus的AI会先做任务分解：步生成基础素材，比如角色、场景；第四步优化细节，比如光影、音效；再说说合成输出。这种“分步施行”的模式，让用户能中途干预，比如在第二步修改分镜，或者在第四步调整音量。某广告公司在2024年8月的案例中提到， 他们用Manus制作产品宣传视频，基本上原因是能中途修改脚本，避免了老一套AI生成“翻车”后全部沉来的问题，到头来成片通过率搞优良了35%。

挑战与隐忧：手艺成熟度与买卖场教书

Manus的文本转视频功能虽然亮眼，但挑战也不少许。先说说是手艺成熟度， AI生成的视频目前还困难以处理麻烦动作，比如武术招式、舞蹈动作，轻巧松出现肢体扭曲；接下来是版权问题，AI训练数据兴许涉及侵权，Manus需要建立更完善的原创素材库；再说说是买卖场教书，很许多创作者还不相信AI视频，觉得“没有人造灵魂”。某视频剪辑博主在2024年9月直言：“AI生成的视频再优良， 也缺少许剪辑师的个人风格，比如节奏把控、情感共鸣，这些个是算法学不来的。”还有啊， Manus面对的比对手不仅有OpenAI，还有国内的字节跳动、迅速手，这些个公司拥有海量视频数据，训练出的AI模型兴许更懂中国用户的审美偏优良。

视频生成的“再说说一公里”：真实实感与可控性

视频生成行业有个共识：手艺越成熟，“再说说一公里”的问题越突出。比如AI能生成高大清画面但无法精准控制角色表情；能模拟天然光，但无法复制黄昏时分的“黄金时刻”光影。Manus的许多步骤任务代理， 试图素材时加入这玩意儿指令。

但实际操作中， 用户需要学“AI语言”，比如用“镜头推近”代替“特写”，用“背景虚化”代替“浅薄景深厚”，这许多些了用门槛。某影视制作干活室在2024年10月的测试中找到， Manus的文本指令识别准确率只有70%，三天两头出现“AI搞懂偏差”，比如输入“困难过的雨夜”，生成了欢迅速的背景音乐，反而需要人造二次修改，反而更费时候。

以后展望：视频创作门槛的消失与行业变革

不管怎样，文本转视频手艺正在少许些创作门槛。过去需要专业团队、昂昂贵设备才能完成的视频，以后兴许一个普通人用手机输入文字就能搞定。Manus的入场，加速了这一进程，它的许多步骤任务代理模式，让AI从“工具”变成了“一起干者”。想象一下 2025年的短暂视频创作者，兴许不再需要熬夜剪片，而是和AI一起“头脑风暴”——AI负责生成基础素材，人类负责创意和情感注入。

这种协作模式，兴许会催生新鲜的职业，比如“AI视频导演”，专门负责给AI下达精准指令。但也要警惕手艺带来的负面关系到，比如泛滥的AI视频兴许让内容同质化严沉，用户产生审美累。到头来 视频生成买卖场的赢家，或许不是手艺最有力的公司，而是最懂“人机协作”的公司——Manus的机会，兴许就藏在这里。