跳到正文
Kwei 个人主页作品集 project library
跳到正文

VGENT 一个影视 Agent

担任职务产品经理、UX 设计

项目介绍

VGENT 是面向广告、社交内容与影视剧集开发制作的新一代视觉智能体。以导演统筹专业岗位,将创意提案、剧本、角色、场景与分镜连接为一条连续的 AI 创作流程。

架构设计

一个导演,六个专业岗位。导演读取 Brief、建立全片视觉规则(影调宪法),并维护资产台账;各组按明确的职责与交付物协作,让后续镜头沿用同一套设定。

导演中心 · 六组协作

1 + 6

VGENT

导演 / 第一副导

编排 · 派单 · 整合 · 影调宪法 · 资产台账

交付物
分工任务、影调宪法、资产台账

叙事层

文字交付

THE SCRIPT

剧本组

故事结构 · 节拍 · 对白

交付物
故事结构、分幕与场景、节拍与对白
THE BOARD

分镜组

节拍 · 八轴 · 镜头表

交付物
八轴分镜、镜头表

资产层

资产交付

CAST

选角组

身份 · 服装 · 多角度

交付物
多角度人设、定妆、表情序列
SET

美术组

空间 · 美术 · 一致性

交付物
场景白模、美术设定、关键视角
PROPS

道具组

物件 · 产品 · 载具

交付物
物件档案、多视图参考

合成层

最终画面

DP

摄影机 / 合成

节拍 · 资产 · 影调

交付物
最终画面

影调宪法与资产台账贯穿各层,作为全片共享设定与交接检查依据。

展开岗位说明

从叙事规划、资产准备到最终画面,逐层组织交付。

VGENTDIRECTOR · 1st AD
读取 Brief,确定影调规范,向各组派发任务,并在交接处检查叙事、资产与画面的一致性。
THE SCRIPTSCREENWRITER
从 Brief 推进到故事结构,再拆分为幕、场景、节拍与对白,将创作需求转化为可拍摄的故事。
THE BOARDSTORYBOARD
逐场拆解镜头,在八轴分镜中标定景别、焦段、运动、光线等信息,供导演判断与摄影执行。
CASTCASTING
建立多角度人设、定妆与表情序列,以 Face Lock 和 Wardrobe Lock 约束身份与服装,减少跨镜头变化。
SETPRODUCTION DESIGN
建立场景白模、美术设定与关键视角,为跨镜头复用同一空间提供依据,约束墙面色彩、家具位置等空间关系。
PROPSPROPS DEPT
为出镜物件单独建档并准备多视图参考,在生成与检查时核对产品细节、物件数量及形态。
DPCINEMATOGRAPHY
读取分镜节拍、调用资产并应用影调规范,逐帧生成与合成画面;在出图前组织光线、构图和色温约束,以画面连续性为目标。
  • 叙事层 · TEXT · 文字交付导演派单,形成故事与镜头规划
  • 资产层 · ASSET · 资产交付依照剧本与分镜,准备三类可复用资产
  • 合成层 · FINAL · 最终画面分镜节拍 × 资产 × 影调宪法,汇入最终画面

影视知识储备

约 8000 万Tokens

从卢米埃尔镜头里驶来的火车,到20世纪初的彩色影像试验;从1920年创刊、记录了百余年光影实践的《American Cinematographer》,到日本当代摄影对观看方式的思考,一代代创作者不断拓宽影像的语言。

VGENT 沿着这些线索,将影片案例、摄影理论、美术与叙事方法整理、蒸馏进 RAG 知识库。约8000万 Tokens,承载的是跨越时代的创作经验:让前人对一束光、一个镜头的判断,在今天仍能被检索、被学习、被用于新的创作。

电影史资料

成果示例

《不在场的人》是 VGENT 支持开发制作的影视剧集项目之一。以下为项目预告片,以及制作过程中的人物设定、道具设计与电影画面。

米拉 · 9 岁|多角度角色与造型参考
米拉 · 16 岁|外套造型与正、侧、背面参考
方糖|形态、材质与使用状态
收音机 4625|多角度与刻度细节
第一轮测试|教室空间与群像
序 · 窗上的霜|手部动作与环境线索

分析与展望

试用中,VGENT 能提供有深度的专业知识,但从知识到可用产物,仍需要较长的对话。作为产品经理,我的复盘重点是:产品定位、交互流程与模型调度,能否共同服务于一个清楚的用户任务。

  1. 用户与体验:降低专业知识的使用门槛

    当前产品更适合具备影视基础、愿意持续追问的用户。我会优先把“写广告提案”“拆解分镜”“学习摄影知识”做成清晰入口,以需求模板和分步引导帮助用户表达目标,减少得到可用结果前的反复摸索。

  2. 应用与架构:明确每一步由谁完成

    知识储备已形成,应用流程与算法结构的衔接仍需系统化。需求理解、知识检索、任务规划和产物检查应各有明确职责与验收标准,让多岗位协作形成一条可追踪、可调整的执行路径。

  3. 模型与成本:按任务配置能力

    试用版本采用小米 MiMo 等文本模型,复杂任务的表现仍受底座能力影响。引入更强模型会抬高成本,叠加更多流程也会增加维护负担。我倾向于按任务难度分层调用,在关键创作环节投入更强能力,并用任务完成率与单次成本共同评估收益。

  4. 知识与教育:把积累转化为学习路径

    我认为,长期收集、整理与关联形成的知识库,是项目最值得持续投入的资产。它可以用于创作,也可以帮助学生在课程与作业中追溯概念、比较方法、理解影视知识的脉络。教育场景为这份积累提供了另一条应用路径。

  5. 更新与社区:让新的创作经验回流

    现有内容偏向传统影视知识,对 AIGC 新方法的更新还不够及时。我的设想是引入创作社区与播客,将作品、过程和复盘整理为结构化案例,保留模型版本、操作方法、评测结果与用户反馈,经筛选后回流知识库和工作流。

让创作经验持续回流

迭代设想
  1. 01

    社区分享

    播客、作品与创作复盘

  2. 02

    案例整理

    任务、模型、流程与来源

  3. 03

    任务评测

    效果、成本与用户反馈

  4. 04

    知识更新

    筛选入库,修订工作流

  5. 05

    创作应用

    用于制作、课程与学习

↶ 实际使用的反馈,再回到社区与下一轮评测

建议跟踪可用结果所需轮次任务完成率单次任务成本新知识采纳率