文｜梁鍵強

編輯｜王毓嬋

一句話介紹

Anijam是一款面向動畫創作場景的AI Video Agent，目的是以更低成本提升動畫內容生產效率。用戶只需輸入自然語言提示，即可自動完成角色生成、分鏡設計等關鍵環節的自動生成。

團隊介紹

創始人兼CTO王玨，先后獲得清華大學學士、碩士學位及美國華盛頓大學博士學位。曾于2020至2023年擔任騰訊杰出科學家、AI Lab視覺計算中心總監，擁有IEEE Fellow頭銜，2017至2019年任曠視美國研究院院長，2007至2017年任Adobe首席科學家。

CEO 方晨，博士畢業于美國常春藤院校達特茅斯學院，曾先后任職于 Adobe Research 、字節跳動北美 AI Lab 及騰訊，具備從技術研發到產品落地的完整經驗，其成果已廣泛應用于Photoshop、Lightroom、抖音、微信等產品。

融資進展

已累計完成千萬美金級別的融資，投資方包括奇績創壇、Atypical Ventures和元璟資本。

產品及業務

Anijam的核心定位，是打造一款面向視頻創作者的AI Video Agent，類似于視頻領域的“Cursor”。就像Cursor這類AI編程工具能夠理解需求、協助完成開發任務一樣，Anijam也希望推動視頻創作走向“AI驅動生成”，幫助創作者完成角色生成、分鏡設計等關鍵環節。

視頻創作本質上是一項高門檻、長流程的專業工作。一個完整的視頻，從前期的腳本構思、角色設定、分鏡拆解，到中期的鏡頭設計、動作銜接、畫面風格統一，再到后期的剪輯、配音和節奏調整，背后需要系統的創作方法和專業能力。

AI雖然讓視頻生成變得更容易，但對大多數普通人來說，真正的難點并不在于生成，而在于如何搭建敘事、設計鏡頭語言，并組裝成一支表達清晰的好視頻。

方晨認為，AI大模型會由頭部公司主導，而機會點在于解決生成內容不可控、難修改的問題。

基于這一判斷，產品將視頻創作流程進行了重新拆解。Anijam通過AI，將原本割裂、復雜的創作流程進行整合，讓用戶通過更簡單的交互完成完整的視頻生產。

Anijam在后臺整合了多個第三方大模型，并在Agent流程編排、后編輯算法及用戶體驗優化上進行了優化。

用戶只需輸入一句自然語言，例如“制作一段孫悟空三打白骨精的視頻”，系統就會自動完成從故事大綱生成、視覺概念設計，到分鏡腳本拆解、關鍵幀生成、視頻片段制作及最終合成的完整流程。

整個過程以畫布為載體形式，用戶可以在任意環節介入修改。例如調整畫風、增刪角色設定，或對鏡頭細節進行優化。

在這一過程中，系統會自動識別故事中的關鍵元素，包括角色、場景、道具及風格，并基于此生成完整的分鏡鏡頭。每一個鏡頭都會包含場景描述、角色狀態、鏡頭語言等信息。

創作者不僅可以看到每個分鏡的大致效果，還可以通過自然語言進行修改，例如調整鏡頭視角、改變構圖，或者替換局部元素等。同時，系統會自動生成每個分鏡的關鍵幀，并支持逐鏡頭預覽與修改。

這也是Anijam的關鍵能力之一，即從抽卡式生成視頻走向“可控編輯”。

傳統AI視頻生成往往依賴反復生成整段內容，一旦某一幀不滿意，需要整體重來。而Anijam強調“局部可編輯”，例如只修改角色表情，而不影響動作或背景。

Anijam正在優化AI驅動的視頻編輯能力——不僅支持局部修改，還在嘗試構建AI的自反饋機制。在方晨的規劃中，Anijam未來會爭取讓AI自動評價視頻生成效果，扮演一個“第三方AI導演”，對AI工具生成的鏡頭質量打分，并反向優化生成過程，通過“AI指導AI”來減少人工調試的次數。

在產品形態上，Anijam同時提供桌面端與移動端。Web端承載更復雜的創作與編輯能力，適合長流程生產。移動端則以對話式交互為主，界面更輕量，適配高頻內容創作者。團隊還在構建創作者社區，將優質內容沉淀為模板，供用戶復用。

當前產品已支持最長5至10分鐘的視頻生成，具體耗時取決于內容復雜度。一條約2分鐘的視頻，生成過程可能需要數十分鐘至一小時。

在商業模式上，產品采用分層訂閱模式，覆蓋不同強度的創作需求，從25到60美元不等，價格區間的提升，本質上對應的是算力額度與生成能力的差異。

隨著用戶與Agent的持續交互，系統會積累大量與創作相關的數據，包括用戶偏好、風格選擇、修改路徑等。這些數據將被進一步結構化，轉化為“創作記憶”，并嵌入到Agent中，使其逐步具備個性化能力。

Anijam試圖實現的，是用一句話啟動創作，用AI完成生產，并對每一幀內容進行可控修改，同時在持續使用中不斷變得更高效。

Founder思考

• AI視頻賽道仍處于早期階段，時間窗口就是壁壘

視頻大模型的持續進步是確定的趨勢，這對所有入局的玩家來說都是紅利。真正的差異不在模型本身，而在模型之外的能力構建，例如后編輯能力、Agent流程編排，以及如何讓生成內容變得可用、可修改。相比單純調用模型，如何讓生成內容變得可用、可修改，才是產品競爭的核心。

這一賽道還處在早期階段，產品還不完美，仍需要用戶大量參與修改。在這個階段，最該擔心的不是競爭，而是效率。要盡快進入市場、獲取用戶，并在真實使用中積累數據與認知。

創業公司與大廠競爭的關鍵，是要更早跑起來，形成用戶留存與數據沉淀。

參考圖像生成市場的發展路徑，AI視頻領域未來也不會出現一家壟斷的格局，而是由多家廠商分占不同份額。市場結構可能更加均衡，每家占據一部分用戶與場景，而不是單一平臺占據絕大多數份額。

• 視頻Agent的核心不只是生成好視頻，而是“講好故事”

當前AI視頻的瓶頸，并不只是畫面生成能力，而是敘事能力。

讓模型在兩分鐘內清晰講述一個完整故事，本身就是一件難度極高的事情。這意味著，真正的挑戰不在于生成單個片段，而在于如何用導演語言組織內容，講述用戶的故事。

未來的創作者工具不再只是提供功能，而是成為用戶的創作伙伴。隨著創作者與Agent持續交互，系統會積累用戶在創作過程中的行為數據，包括偏好、修改邏輯與經驗。Agent可以逐漸理解用戶意圖，甚至提前完成部分創作決策，最終演化為一個具備記憶與進化能力的“數字分身”。

Anijam的目標并不只是做一個工具，而是成為類似Adobe的創作平臺。通過技術重塑創作流程，在提升效率、降低門檻的同時，承載更大規模的內容生產與創作者生態，從而讓更多人參與創作，并從中獲得價值。

• AI將推動創作平權，但注意力仍集中頭部

隨著Agent能力的進一步提升，視頻創作將逐漸從“人不斷參與反饋”的過程，轉變為更自動化的生產模式。未來甚至可能出現“Agent替人反饋”的情況。用戶只需提出需求，其余由系統自行完成迭代與優化。

AI正在降低創作門檻，讓更多人能夠參與內容生產。類似短視頻平臺的出現，使原本無法進入院線的創作者獲得了表達空間，這是一次創作平權的推進。

但與此同時，注意力分配并不會完全平均。院線與短視頻并非替代關系，而是新增渠道，頭部內容依然會集中流量與商業價值。因此，AI帶來的不是“平均化”，而是在擴大供給的同時，繼續強化頭部效應。

• 商業模式將從“賣算力”走向“按結果付費”

目前的視頻生成成本仍然很高昂，但隨著后續的需求增加和技術進步，價格會逐步下滑。

一方面，大規模的需求會持續壓低成本；另一方面，模型層面的優化與加速將顯著減少算力消耗，例如通過架構優化、硬件協同等方式，將原本需要大量token的生成過程大幅壓縮。這意味著，同樣一段視頻所需的計算資源可以實現數量級下降，從而帶動整體價格快速走低，進一步推動AI視頻應用的普及。

在商業模式上，當前以算力為核心的計費方式，本質上是階段性形態。隨著技術成熟與成本下降，未來更可能轉向“按結果付費”——即用戶在對AI視頻滿意并愿意下載時，才為最終產出買單，而非為生成過程中的token消耗付費。

這一模式的成立，依賴于產品在質量、成本與速度之間達到平衡，一旦生成結果足夠穩定且可控，用戶的付費邏輯也會隨之發生轉變。

• 從動畫創作者出發，撬動更廣泛的內容人群

Anijam選擇從動畫類型（animation）切入。原因在于，這一群體本身已經習慣數字化創作流程，對AI工具的接受度更高，相比實拍視頻創作者，遷移成本更低。同時，這類用戶往往具備較強的創作意愿，是早期最容易被激活的一批人。

在更廣泛的用戶層面，團隊觀察到，海外市場存在大量“輕創作用戶”——包括副業創作者、內容愛好者等，他們具備較強的內容生產意愿，并且已經在YouTube、Instagram等平臺實現初步商業化。

方晨認為，在B端專業內容公司之外，to C創作者同樣具備付費能力與增長潛力。

另外，動畫與真人視頻在技術難度上存在明顯差異。盡管兩者在生成時長上相近，但真人視頻對質量的要求更高，例如需要跨越“恐怖谷效應”，同時在細節、銜接與轉場上更接近真實，這使得整體實現難度顯著提升。相比之下，動畫在風格容錯與表達上更容易達到可用水平。

從長期來看，真人視頻仍然是更大的市場方向。隨著技術成熟與行業方案逐步完善，真人視頻的需求一定會釋放，我們未來也會進入這一領域。

封面來源｜企業官方