首先说说交互： 1. 设计上是简约风格，分页为灵感信息流、工作流和历史记录。 传统二级功能放在chatbox里面交互 （也是AI应用应该做的，将工具融入到AI里交互来简化界面）； 2. 在Chatbox里面有一个很便捷的设计， 长按历史消息就可以直接在输入框复用历史消息 （包括文件和文字），不需要再多一步复制粘贴； 其次是实际功能： 1. AI智能视频：视频分镜不连贯，最终观感一般 。工作流设定是 【用户输入视频需求 -> AI分镜、补充台词背景，依序给出单次1-2s视频的提示词 -> 批量按提示词生成 -> 用一个剪辑AI将生成的1-2s 视频审查和串联】。 这就会导致提示词无法保证分镜和分镜之间对象的一致性，比如上一个镜头的人穿着白衣服，下一个镜头切成了黑衣服。为什么观感一般呢，一部分原因是有点AI的唐味儿，但是为了能够用于实际生产又不得不做了控制，却又保留了一些不似人的唐味，最终呈现出不自然、刻意的感觉，另一部分原因是配音非常AI，没有sora生成的真人音频和环境音，以至于左脑攻击右脑， 一边画面要去AI一边音频纯AI 。 2. 静态转动图： 放在前面讲，因为猜测后面好几个功能的工作流都是基于静转动的功能， 静转动没调好后面也不必说了 。小幅度动作完成的差强人意，不太自然，做一个低头的动图，脖子有一段是垂直掉落真的有点唐了。物理学后继无人了物理学后继无人了。 3. 图片转场： 预期是像抖音图像动画渲染转场，配一个很炸的BGM。但是没啥动画，效果是静态图先转动态图（让照片中的对象形成live图的简单动作效果），然后像一个全景相机一样从左到右用AI把边界给你缝起来，甚至智能配乐是0个音乐出现。 4. 照片会说话 ：更唐了。AI音色+不合实际的嘴，一致性保持很一般。 感觉就是静转动加个配音，因为两个功能耗时相近 。 5. 数字人讲解：口播是所有功能表现最好的 ，表情、音色、样貌一致性。毕竟直播业务放在那，且已经有很多实践了，能不能允许像sora一样形象授权生成数字人，这样能进一步扩展自媒体视频的应用。 6. 美图功能： 换背景、提升分辨率。可能是一个基础工作流单独提出来收集一些数据，也可能是对视频能力不自信的一个引流手段，但是换背景效果还挺ok的，分辨率提升是1728*2304，接近2K。