实测全球上线的 vivago R1：从赛博短片到资产沉淀，AI视频进入完整作品交付阶段

事件概述

智象未来（HiDream.ai）在2026世界人工智能大会（WAIC）期间发布的全球首个无限时长内容创作智能体 vivago R1（国内版本名为「够搭」）现已正式全球上线。该产品定位为对话式创作 Agent，旨在解决普通人制作完整视频作品的门槛问题，推动AI视频从生成单个惊艳镜头向稳定、可交付的完整内容生产流程演进。

核心信息与实测表现

1. 对话式创作与全流程自动化
不同于需要用户自行搭建工作流的节点式工具，vivago R1 采用对话式交互。用户只需输入自然语言创意，Agent 即可自动匹配导演角色（如 Cinematic Story Director 或 Story Ad Director），完成从故事构思、脚本撰写、分镜设计到角色设定、镜头生成及最终成片输出的全流程。

• 协作机制：系统通过 Chat（聊天窗口）承接意图并调用素材，同时利用画布（Canvas）结构化呈现脚本、分镜和视频资产，方便用户查看进展和比较结果。
• 长视频稳定性：R1 是首个可稳定生成 3 至 5 分钟视频的 Agent。在测试中，其能够保持跨场景的视觉风格统一（如冷蓝色赛博世界与暖金调真经力量的对比），并在多镜头间维持角色形象（如赛博僧袍悟空）的高辨识度，解决了以往AI视频容易出现的风格跳变和逻辑断裂问题。

2. 复杂语义理解与商业应用潜力

• 网络热梗还原：在面对包含谐音梗和情感暗示的复杂指令时，R1 能结合 Websearch 检索梗的来源，并生成具有情感转折和原创角色的视频，展现了较强的语义理解和编排能力。
• 商业广告制作：在社媒广告测试中，仅需提供人物照片、产品包装和 Logo，R1 即可生成保持人物形象和产品连续性的高质量广告视频，显示出降低品牌制作成本、缩短修改周期的商业价值。

3. 数字资产库与 SkillHub
除了直接生成内容，R1 推出了 SkillHub 预设功能模块，降低用户理解AI能力的成本。更重要的是，它引入了资产库积累功能：

• 区别于普通收藏，资产库沉淀的是用户在产品内生成、筛选并认可的内容（如特定穿搭风格、动漫形象、场景素材）。
• 这些资产可在后续创作中直接调用，使单次创作成为下一次创作的素材基础，形成可持续的数字资产闭环。

技术背景与行业意义

技术架构
vivago R1 背后是智象未来自主研发的 HiDream-O1 系列大模型。该模型采用原生全模态 UiT（Unified Transformer）架构，将图像像素、文本 Token、视频体素等原始信号映射至统一 Token 空间，减少了传统模型中 VAE 压缩导致的细节损失，从而提升了生成质量和对多模态信息的理解能力。

行业定位
当前AI视频领域存在两条路线：一是将模型和参数交给专业用户自行调试；二是像 R1 一样，将专业创作者的经验融入 Agent 编排，提供低门槛、高稳定性的交付体验。R1 的出现表明，AI视频的核心竞争力正从单纯的模型能力展示，转向能否将创意稳定组织为完整作品的能力。目前，该产品已支持 CLI 命令行交互，面向开发者和专业团队开放更高阶的使用方式。