SkyProduction bringt Musik, MV und Soundtrack auf eine unendliche Leinwand

Am 27. September hat SkyProduction (天工工作台), eine Marke von Kunlun Wanwei, gleich drei Funktionen auf einmal gestartet: Die KI-MV-Erstellung wird für Nutzer geöffnet, die unendliche Leinwand wird mit den drei Musikgenerierungsmodellen Mureka V8, V9 und V9.5 verbunden, und die intelligente Vertonung für Videos und Bilder geht zeitgleich online.

Diese drei Dinge waren früher auf verschiedene Tools verteilt. Der Song wurde an einem Ort fertiggestellt, das Bild an einem anderen generiert, und der Soundtrack musste an einem dritten Ort gesucht werden. Das Wechseln zwischen den Tools bringt selbst kein Werk hervor, kostet aber viel Zeit, verlangt separate Abos für mehrere Produkte und dazu noch einige wenig erfreuliche Generierungsversuche. SkyProductions Ansatz besteht darin, sie auf ein und derselben Leinwand zusammenzuführen, sodass Material, Knoten und Ergebnisse an Ort und Stelle bleiben.

Drei Einstiegspunkte in einer Kette

Die drei Funktionen entsprechen drei Ausgangspunkten und lassen sich einzeln oder kombiniert nutzen.

Wer noch nicht einmal einen Song hat, kann direkt auf der Leinwand einen Audio-Knoten anlegen und Mureka V9.5 aufrufen, um Musik zu generieren. Ein Prompt zu Genre, Stimmung und Gesangsstil genügt, um Songtext und fertigen Song zu erhalten; alternativ lässt sich auf den Gesang verzichten und nur die Musik erzeugen. Mureka V9.5 verbessert gegenüber der Vorgängergeneration vier Dinge: Der strukturelle Aufbau des gesamten Songs verläuft natürlicher, das Arrangement passt Ebenen und Dichte an die jeweiligen Abschnitte an, die Gesangsdarbietung wirkt glaubwürdiger, und die Umsetzung von Vorgaben zu Genre, Stimmung, Gesang und Arrangement ist stabiler. Offiziell heißt es, damit sei die Musikgenerierung von „jedes Element herstellen“ zu „jedes Element an die Stelle setzen, an der es wirkt“ weitergerückt.

Wenn der Film bereits geschnitten ist, die Musik aber noch fehlt, kommt die neu gestartete intelligente Vertonung infrage. Sowohl Video- als auch Bild-Knoten auf der unendlichen Leinwand unterstützen diese Funktion; der Bildinhalt und ergänzende Beschreibungen dienen gemeinsam als Grundlage der Generierung – das Bild selbst ist die kreative Anweisung für die Musik. Nutzer können verschiedene Musikmodelle wählen, den Zeitbereich der Vertonung festlegen und entscheiden, ob der Originalton des Videos erhalten bleibt oder nicht. Die erzeugte Musik kehrt als neuer Audio-Knoten auf die Leinwand zurück, lässt sich anhören und direkt als Material für die weitere Komposition verwenden.

Wer ein vollständiges MV möchte, für den analysiert die KI-MV-Funktion zunächst Struktur, Rhythmus und Text des Songs, erstellt einen Regieplan und ein Storyboard, generiert dann mit Seedance 2.5 die Bilder und hält dabei Figuren und Szenen über die verschiedenen Einstellungen hinweg konsistent. Diese Fähigkeit war zuvor bereits im Tiangong-Engine verfügbar und ist nun für normale Nutzer offen.

Was daran bemerkenswert ist

Für sich genommen ist keine dieser Fähigkeiten neu. Für die Musikgenerierung gibt es Suno, für die Videogenerierung Kling und Seedance, und für die Vertonung gibt es allerlei fertige Materialbibliotheken. Der eigentliche Unterschied liegt darin, dass SkyProduction sie in denselben Kontext stellt.

Der generierte Song, die nach Storyboard geschnittenen Audio-Segmente des KI-MV und das Ergebnis der intelligenten Vertonung sind allesamt Audio-Knoten auf der Leinwand; nachfolgende Knoten können sie direkt referenzieren – kein Herunterladen, Hochladen und erneutes Sortieren nötig. Für alle, die KI-Kurzfilme und Animationen machen, spart das mehr Zeit als eine höhere Bildqualität eines einzelnen Modells.

Es gibt noch eine Veränderung, die leicht übersehen wird. Früher glichen Musik und Video eher zwei getrennten Produktionslinien; Urheberrechte, Formate und Rhythmus mussten manuell aufeinander abgestimmt werden. Jetzt teilen sie denselben Kontext: Der Takt der Vertonung kann sich direkt am Bild orientieren, und die Bilder des MV werden von der Songstruktur getrieben. Für alle, die fortlaufende Inhalte produzieren, ist diese Ausrichtung selbst ein Konsistenzwerkzeug – und sie erspart die Mühe wiederholter Nacharbeit.

Damit setzt SkyProduction die Richtung fort, die das Produkt in diesem Jahr eingeschlagen hat. Im Halbjahresbericht 2026 von Kunlun Wanwei heißt es, SkyProduction integriere mithilfe von Agent-Technologie Videomodelle wie SkyReels, Seedance und Kling und betreibe damit eine einheitliche, industrialisierte Produktion von KI-Kurzserien, bei der es „vom Drehbuch direkt zum fertigen Film“ geht. Im Juli gab es eine größere Produktiteration mit dem dualen Kreativmodus „Agent-Storyboard + unendliche Leinwand“: Ein Regie-Agent übernimmt die Drehbuchkoordination sowie die Planung von Figuren, Szenen und Kamerapositionen, während die unendliche Leinwand 720-Grad-Panorama-Inferenz, die Bearbeitung aus mehreren Blickwinkeln und von Lichtquellen sowie ein 3D-Regiepult bietet. Bei Mureka wurde zudem die komplette Kette von der Idee über „Songtext, Gesang, Figur, Song, MV“ durchgängig gemacht, inklusive dynamischer Cover und individuell gestaltbarer KI-Sänger.

Die Tools generieren, die Wahl bleibt beim Menschen

Zhou Zhou und Jinhua, die kreativen Köpfe hinter dem KI-MV zu Wu Tiao Rens „地球恋曲“, sagten in einem Interview einen Satz, der hier gut passt: Am Ende sollen die Zuschauer sich doch auf das Werk selbst konzentrieren, egal mit welchen Tools es gemacht wurde.

Das Update von SkyProduction beantwortet nicht die Frage, ob KI-generierte Werke gut sind – es reduziert lediglich repetitive Arbeit. Die Tools übernehmen Zerlegung und Generierung; wie die Kamera geführt wird, wohin die Emotion geht und welche Version am Ende bleibt, entscheiden weiterhin die Kreativen.

Für unabhängige Kreative und kleine Teams bedeutet das: Ein Workflow, für den früher drei oder vier Abos und drei oder vier Programme nötig waren, lässt sich jetzt auf einer einzigen Leinwand ausprobieren. Der Preis dafür liegt an derselben Stelle: Wenn sich alle Arbeitsschritte auf wenige Minuten verdichten lassen, bleibt als Unterschied zwischen den Werken nur noch das Urteilsvermögen selbst.