Genspark 把一整組拍片團隊，收成了一張選單

Genspark 新的 Media Studio 最有趣的地方，不是它會做影片。現在會做影片的東西多得是。而是你在用它的時候，你不是在挑模型，你是在挑導演，而導演去挑模型。

那才是真正的產品。介面提供三個語言模型擔任規劃角色——DeepSeek V4.1 Flash、Claude Opus 5.5、Claude Fable 5.1——背後則是一份超過 70 個模型版本、來自 20 多家廠商的名單。Seedance 2.5、Kling 和 Veo 負責影片。GPT Image 和 Nano Banana 負責靜態圖。ElevenLabs 和 MiniMax 處理配音與音樂。裡面也有 3D。

它的說法是「全部整合、任何人都能用」，這種話通常意思是「我們把六個工具硬塞進同一個分頁」。這次有一點不一樣：中間產物留在同一張畫布上，所以 agent 可以直接拿上一步的輸出來用，不需要你重新上傳任何東西。

用起來是什麼感覺

中國科技媒體 QbitAI 在它上線當天發了一篇實測，裡面的細節比行銷素材有用得多。測試者從首頁「Magic」區塊的一個饒舌模板開始，上傳了 Sam Altman 和 Dario Amodei 的照片，要求做一段對唱。

接下來發生兩件值得記下來的事。第一，影片模型直接拒絕了真人照片，系統改問你要用半寫實還是卡通風格。這是內容政策以一種 UX 決定的形式浮出水面——你不會收到一句「拒絕」，你收到一個岔路。第二，預估時間寫 8 到 14 分鐘，實際渲染只花了兩、三分鐘。生成由 Seedance 2.5 執行。

第一版成品沒有配樂。測試者要求加伴奏，畫布上並排出現三個候選，他因為沒有歌詞全部退回，改要求一段原創饒舌 beat，由 ElevenLabs 產出。接著是對嘴，讓兩個人能一起表演。

那個序列——生成、發現缺什麼、提出要求、拿到選項、挑一個、微調——就是這個產品圍繞著打造的流程。它不是「打一段提示詞，得到一部片」，而是一場跟一位有片廠權限的製作助理的對話。

480p 草稿這個決定

每一版初稿都以 480p 產出。你在 480p 上反覆調整。只有你核准了剪輯版本，它才會升級到 1080p。

這是整個產品裡最合理的一個工程決定，也是你要看著別人燒錢才會學到的那種事。影片生成以秒計價很貴，而大部分成本都花在最後被剪掉的鏡頭上。在草稿解析度上迭代，意味著昂貴的渲染只發生一次——發生在活下來的那些鏡頭上。

同樣的邏輯也出現在 story 模式：在呼叫任何影片模型之前，先為場景建一個 3D 白模預視——角色站在哪、攝影機擺哪。走位很便宜，渲染不便宜。

現在，產品本體是那個核准佇列

真正有意思的地方在這裡，也是那篇實測最有價值的地方。

測試者用了「Story Bible」功能，輸入一個片名，它會擴展成完整製作：角色、服裝、道具、場景，還有一份鏡頭表。系統在渲染前針對 35 個項目逐一要求核准。接著它把五個場景拆成 84 個鏡頭、編成 12 個影片單元、為每一個寫好提示詞、生成，然後把與既有設定衝突的鏡頭標記出來要求重跑。

35 次核准。這就是現在的工作。不是寫提示詞，不是操作攝影機——是核准。而那篇報導也指出一個真實的可用性問題：有些核准項目很難找到，而且任何一次修改都會把已經核准的項目退回待審，等於你得再點一輪。

這就是 2026 年「AI 拍片」實際的樣子。創意工作沒有消失，它壓縮成一長串關於一致性的是／否判斷，而工具的好壞，取決於它把這些判斷呈現得多好。好的核准佇列是一道護城河，爛的核准佇列，就是人們回去自己動手做的理由。

兩種技術，掛同一個名字

最讓我意外的一點：「知識解說」模式根本沒用影片模型，至少大部分執行時間沒有。它用的是 code-to-video——模型寫出一段程式碼來排版文字、圖表和動畫，然後把結果渲染出來。根據 Genspark 的說法，程式碼渲染本身不消耗額度，只有旁白和幾顆氛圍鏡頭另外計費。

這是個有意義的架構選擇。如果你要解釋黑洞是什麼，你不需要六十秒生成出來的像素。你需要的是字體排印、一張圖，和動態。用程式碼渲染這些，比叫擴散模型去畫一行字幕更快、更便宜，也清楚得多。

那篇實測對第一次嘗試很誠實：腳本平淡，視覺看起來像簡報。第二輪加上鉤子和懸念的指示，再加一段六段的原創配樂，產出讓測試者覺得可以接受。還是像簡報，但至少連貫。

這就帶出這個類別真正的問題。解說影片的瓶頸從來不是渲染，是腳本。Genspark 的答案是讓同一個語言模型既寫腳本又寫程式碼——便宜又快——然後希望視覺設計跟得上。有時候跟得上。

算錢

測試者在三個專案上花掉最初 50,000 點裡的約 45,000 點：饒舌影片、解說影片，還有一個 Super Mario 風格的像素遊戲——那也是系統從單一提示詞生成出來的，只花了幾百點。

所以平均下來，每個短片專案大約 15,000 點。Genspark 在 10 月 27 日到 11 月 4 日期間，對 Plus 和 Pro 訂閱戶提供 50% 額度折扣，這件事說明兩件事：這個月公司想要使用數據勝過想要營收，而單位經濟效益還在摸索。

打個對照，請一位動態設計師一週的費用，比這些訂閱任何一個一年份都貴。但那也不是正確的對照，因為你拿到的不是動態設計師的產出，而是一份初稿——一份讓動態設計師花一小時修、而不是從零開始的初稿。

該講的保留意見

完成後的短片確實有問題，那篇評測也沒有藏：後半段音訊逐漸對不上、偶爾掉幀、某個角色的眼鏡在鏡頭之間消失了。對嘴有套上、字幕在中英文都自動生成了（沒人要求），整體一致性比預期好——但「比預期好」不等於「可以交付」。

還有匯出這條路。你可以把成果匯出成 PSD、Premiere 專案，或 CapCut 草稿，這是對現實的正確讓步：沒有人會在生成影片的那個工具裡把影片做完。

這代表什麼

編排層正在變成產品，模型正在變成零件。Genspark 不是在跟 Seedance 或 Veo 競爭，它是在跟你剪輯軟體裡的時間軸、那個塞滿素材的資料夾，還有你剪片時開著的那五個瀏覽器分頁競爭。

它會不會贏，取決於一件很不性感的事：那個核准佇列會不會變好。現在是 35 個判斷配上一個讓人困惑的介面。如果變成 35 個判斷配上好用的介面，那就是一件真的工具。如果還是讓人困惑，大家會繼續拿它套模板，然後回去用 Premiere 做真正重要的東西。