夜雨聆风
LibTV实测:一个不需要你会写分镜的AI视频工具
先说背景
上周工作室接了个商单，朋友需要做一个AI视频工具的测评案例，还要收集真实的使用反馈。她拉着我一起弄，说“你就随便试试”。我之前从没想过用AI做一个完整的、有主题的视频。
不是不想试，是以前试过几次都放弃了——那种从创意到成片之间漫长的执行过程，实在太磨人了。你要反复生成素材、拖拽时间线、调整转场、匹配音乐……等技术细节搞定，最初的创作激情早就凉透了。
我打开LibTV，想着“随便试试”，结果一玩就是一下午。
刚开始我没太在意。AI视频工具这两年出了不少，大多是“你给一句话，我给你变个视频”——看起来很酷，但专业创作者根本用不上。风格不可控，细节没法调，更别指望它能理解你脑子里那个复杂的分镜。
但LibTV有点不一样。它不是又一个“傻瓜式”生成器，而是一套真正为创作者设计的视频操作系统。
最让我眼前一亮的是它的双入口设计：人类一个口，AI一个口。
什么意思？就是你可以亲自下场，用无限画布和节点工作流，像搭积木一样从剧本、分镜到成片完整搭建你的作品。也可以让你的AI Agent（他们管它叫Claw）从Skill入口进去，理解你的需求，自动调用模型、编排工作流，帮你干活。
用人话说就是：你可以自己动手做电影，也可以派你的“AI实习生”去帮你做。
我决定尝试做一次AI视频看看，下面的视频就是我花了1小时做的视频短片。
第一次尝试做视频该怎么开始
我选的主题叫：现代版霍格沃茨
想象一下，如果《哈利·波特》的场景被生成式AI重构，会是什么样子？
- 咒语由大模型生成
- 魔杖是智能穿戴设备
- 魔法生物是代码与血肉的混合体
脑子里有了这个画面，我打开了LibTV
我的工作流：真的没怎么动脑子
我没自己写脚本,有了一些大致的灵感之后，我在deepseek里输入了我的主题描述，大概一百来字：
“破釜酒吧后门推开，眼前是悬浮的空中城市，建筑颠倒生长。街上没有行人，只有发光的人形AI分身。巫师用智能手表当魔杖，定制魔杖靠AI扫描DNA，巫师们都养着AI分身，本体可能在家躺着，猫头鹰是半机械的……”
于是有了下面这套12镜头的分镜脚本（每镜约5秒，总长60秒）：
我们可以把这套分镜作为剧本
接下来需要用到一个非常重要的功能，就是【脚本】
将剧本的内容节点与脚本生成器相连，并放上角色参考、情绪还有光影氛围等要求，就可以静静等待AI生成具体的分镜了。
在脚本里加角色
LibTV的脚本视图有个好用的地方：你可以给每个分镜设置画面里的角色。
我上传了几个主要角色的参考图：
- 镜头3的女孩
- 镜头6的半机械猫头鹰
- 镜头10的巫师
然后给每个角色加了描述（“眼神好奇”“动作慵懒”“穿着现代巫师袍”）。
LibTV会根据这些描述和参考图，在生成分镜画面时保持角色的一致性。
LibTV的界面和可灵那种“单条生成”的逻辑不一样——它用的是工作流模式。你可以：
- 批量生成所有分镜的视频
- 也可以只选某一个分镜，单独生成，如果生成的分镜不满意，重新修改提示词再抽卡就好了。
我选了批量生成。所有12个镜头同时跑，大概等了十来分钟。
视频模型我混着用的——素材里用了Kling 3.0和Shot V2 Pro。LibTV接的模型挺多，你可以每个分镜选不同的模型去跑，对比效果。
最后LibTV自动给我生成了12个分镜。
对，12个。每个都有景别、画面描述、镜头逻辑。我甚至没费心去想“第一镜该是什么”。
AI生成的当然不能直接用。我扫了一遍所有的分镜和剧本是否一致，改完，分镜定了。全程大概20分钟。
实话实说：画面风格很统一。
为什么说LibTV是给“专业玩家”准备的？
市面上的AI视频工具分两种：一种太“玩具”，生成的东西看着还行，但想商用完全不行；一种太“极客”，全是指令行和参数，普通创作者直接劝退。
LibTV踩在了一个很舒服的位置：它既保留了专业创作者需要的控制力，又把底层技术细节封装得足够友好。
核心是那个无限画布+节点工作流。
我不知道你怎么样，反正我构思视频的时候，脑子里的画面是乱的：这里一个镜头，那里一段对白，突然又冒出一个转场的灵感……以前我只能靠便利贴和白板勉强梳理，然后在剪辑软件里硬着头皮实现。
LibTV把整个过程可视化了。你可以在画布上随意放置文字节点（脚本）、图像节点（分镜）、视频节点（成片）、模型节点（风格迁移），然后用连线把它们串联起来。
想改某个分镜？直接在节点上重绘或者重新生成，后面的流程自动更新。
想试试另一种叙事结构？复制一套节点，平行对比。
而且LibTV在产品上线时还会提供独家seedance2入口。这是什么概念？相当于你比别人先拿到最新的模型能力，视频的风格和质量天然领先半步。对靠作品吃饭的专业创作者来说，这半步可能就是天壤之别。
好的地方和不太好的地方
先说最爽的：
- 1.分镜设计成本确实低。我只需要想好主题，LibTV的“脚本”功能自动出分镜、自动生成画面预览、自动保持角色一致性。以前光写分镜就要折腾半天，现在20分钟搞定。
- 2.工作流模式自由。不是“输入-生成-下载”的线性流程，而是节点式的——你可以随时回去改某个分镜的文字描述、换模型，后面的节点会自动更新。这对反复修改的项目很友好。如果已经有构思好的分镜构图，优先选择放上参考图。参考图优于文字描述。想要做出电影质感的短片可以多放一些电影的分镜。
- 3.批量生成解放双手。12个镜头一次跑完，不用守着一个个点生成。
- 4.模型选择多。Kling、Shot、seedream……哪个效果好就用哪个，或者混着用。
再说可以优化的部分：
- 1.角色图上传后无法删除/替换。如果你传错了，或者想换一张参考图，没辙。这个希望赶紧修。
- 2.景别/情绪/光影没法手动调。只能靠文字描述让AI“猜”，有时候要反复生成好几次才能碰对感觉。对控制欲强的创作者来说可能会有点难受。
- 3.预览图到视频的转化还有提升空间。有些分镜预览图看着挺好，生成视频之后细节丢了。不过这可能也是模型本身的问题，不全是LibTV的锅。
最后
每一次工具的进化，本质上都是在做同一件事：把创作者从技术的琐碎里解放出来，还给创意本身。
LibTV让我看到AI视频工具的下一个形态——不是取代人，而是让人更像人，让Agent更像工具。
3月18日，LiblibAI正式发布了LibTV。 如果你的Personal Agent（Autoclaw、kimiclaw、MaxClaw、QClaw这些）想调用它的创作能力，现在也可以了。
官网和GitHub放下面，读完文章你一定会想去试试：
官网：https://www.liblib.tv/GitHub：https://github.com/libtv-labs/libtv-skills
对了，如果你也用LibTV做了什么好玩的东西，记得回来告诉我。
