AI 视频平台,都开始教你造软件了!

今天 Magnific 推出了它的动态图形创作工具Magnific Move，再加上近几天Runway、Krea先后推出自己的重磅新产品：Runway App Studio、Krea Custom Apps，各个AI视频平台都在推出大量可以独立完成各种创意工作的APP。

Magnific Move

Runway App Studio

Krea Custom Apps

先看一个我用Magnific Move 制作的演示视频：

如果你经常使用 Claude 或 ChatGPT 编写交互网页、应用程序、做过代码动画，更进一步还了解过近期的代理方式视频编辑趋势（Agentic Video Edit），或者看了大量不同题材的视频动效，再看 Runway App Studio、Krea Custom Apps 和 Magnific Move，会有一种熟悉感。这篇文章不会详细介绍这三个新产品的详细使用了，因为他们都包含了大量不同的独立应用，这篇主要想聊一下为何视频平台都开始做软件了（这里说的软件和传统软件不同，并不是独立发行，而是依托于平台独立存在），每个平台都仿佛一个App Studio。

用自然语言说出想法，看到结果，再用几句话把它改到接近自己的要求，这实际就是我们常说的视频领域的Vibe Coding。

区别在于，这次各平台接住需求的是专门面向创作的完整产品：模型、素材、品牌规范、预览和导出，被放进了同一个工作环境。

虽然这三个产品并不相同，我更愿意把这三个产品放在同一条线上看：大模型的编程与执行能力提升，正在推动 Vibe Coding 从通用的软件制作，进入具体的创作工作。

其中，Runway App Studio 和 Krea Custom Apps，让人根据自己的工作方式制造工具，同时官方也推出大量平台自己打造的独立创意工具；而类似形态的工具在 Magnific 叫 Magnific Flow，是早先就推出的个性化APP制作工具(Magnific把AI创意玩成了“操作系统”！Agent×Flow×Workflow协同模式太香了)，这次相当于官方把自然语言创作和修改动态图形，做成一个专门的工具产品 Magnific Move 。

这比“又多了几个 AI 功能”更值得关注。它意味着，AI视频生成公司正在把生成能力，继续拓展到创作全流程的工具平台，创作软件开始允许用户重新定义与模型的交互模式。

一、变化从大模型能够“把东西做出来”开始

之前的Vibe Coding，一部分需求已经可以沿着对话继续走：生成界面、编写逻辑、运行预览，再根据反馈修改。

Claude 和 ChatGPT 已经覆盖网页、编程、交互工具等成果，并拓展到提供动画讲解的制作与视觉特效的生成。例如下面这个是我用Codex制作的介绍视频。

这也解释了为什么“写代码”会和视觉创作走到一起。

网页、动态图形、数据可视化、交互演示，本来就有很大一部分可以通过代码构建。文字、图片、形状、镜头和时间之间的关系，都可以成为程序里的规则。大模型具备更强的代码能力后，创作者便多了一种表达方式：用语言描述结构和变化，让系统去实现，再看着结果调整。

这里需要区分两条技术路径：模型直接生成视频画面，与通过代码组织和渲染动画，各有自己的用处。

如果我们把 Vibe Coding 放在这个更广的创作语境里讨论：以自然语言提出需求，通过可运行、可观看的结果不断迭代。Runway 和 Krea 的造 App 功能更接近直接的应用编程；Move 则体现了同一种交互方式在动态图形领域的产品化。至于它们各自采用的底层实现，都是能力越来越增强的大模型。

二、Runway：把熟练创作者的工作方法，做成别人也能用的 App

Runway App Studio 的出发点很直接：描述你想要的创作工具，系统为它构建界面，并接入图像、视频、音频模型以及品牌资料、素材和工作流。

观看上面我制作的这个介绍视频，会发现官方除了展示一个万能聊天框，还给出了具体的应用范例：Character Swap 更换视频角色，Style Out 处理角色造型与设定表，Precise Edit 标注图像修改区域，Product Shoot 把产品照片扩展成不同场景素材，Table Read 给剧本角色分配声音，提前听一遍场景。

这些例子共同指向一件事：把复杂任务收进一个用途清楚、交互简洁的工具里。

例如，团队里有人已经摸索出一套产品图流程，知道该选什么模型、放什么参考、怎样描述材质、怎样遵守品牌规范。过去，其他人要复现效果，往往得复制提示词，再逐项检查设置。

App Studio 允许把已有 Agent 会话或 Workflow 转成应用，固定提示、模型链和设置，只给使用者留下必要的输入项。

于是，一段“只有高手知道怎么操作”的流程，可以变成“上传产品、选择场景、点击生成”的界面。

这里的价值在于知识的交接。一个人找到的方法，开始可以被团队反复调用。使用者也不必在每一次任务里，重新理解全部技术细节。

三、Krea：除了调用创作工具，也可以现场制造工具

Krea custom apps。也是 Agent 发展的一项能力。

Krea Agent 本身负责理解任务、安排步骤、调用创作模型和处理结果；按需构建小型Custom Apps，并分享给所有人使用。这让它既能执行创作任务，也能为任务制造专用界面。

而官方发布的很多演示，把这个方向说得更具体：

• • 图片动画 App：将图片切成网格，让碎片运动，在波浪、弹性、故障效果之间切换，并用自定义控制项调整动作。
• • 视频特效 App：把运动变成悬浮窗口和拖影，控制旋转、缩放与副本数量。
• • 动态字体 App：把“Krea”变成不断变化的字母图案。

注意这里多出来的东西：控制项。

当一种视觉效果成为 App，你就可以围绕它设计旋钮、滑杆或选项。下一次换图片、换文字、换速度时，可以直接操作工具，也可以继续要求系统修改工具本身。

这很像给创作者配了一位能现场做小工具的开发者：发现一个重复需求，就把它做成一个专用入口。

同样，“独立 App”在这里首先指有单独用途和界面的应用。看下面我定制的一个建筑变体视频App的界面：

用户只需上传一张参考图，选择画幅比例和变体数量，即可快速制作出下面这种视频：

用户无需关心如何编写提示，运行逻辑如何、如何改变画幅等等，AI解决一切问题。

四、Magnific Move：把动态图形这一条路做深

Magnific Move 选择了一个更热门的方向：把语言变成 motion graphics。先看我制作的介绍视频：

动态字体、Logo 演绎、产品预告、功能讲解，都属于它面对的任务。用户描述想法，再继续要求修改标题、加快节奏，或者换一种视觉方向。

从官方的八段 Welcome 介绍看，它围绕这件事搭建了完整的工作过程：从模板或自己的素材开始，加入 Brand Kit，用后续提示产生新版本，也可以在暂停的画面上标注修改位置，最后导出视频。下面是我做的另一个演示视频：

你的创意想法、逻辑流程，都可以用一种视频的方式组织在一起。和单独的AI生成视频不同，它包含了素材分析、组织、图文混排、内容合成大量工作。

从使用上来说，Magnific Move底层依靠Claude、OpenAI、Google的最新大模型作为支撑进行整体规划和调度执行，并结合平台上广泛的各类视频和音频模型，可以综合完成各类复杂性的视觉化任务。

媒介方向集中，应用范围却可以很广。

同样是动态图形，给软件公司做的是功能发布，给电商品牌做的是产品卖点，给建筑事务所做的是空间逻辑，给教育项目做的是知识解释，给数据团队做的则可能是一段变化过程。

它们需要的画面组织不同，却共享一组基础问题：什么先出现，什么后出现，文字停多久，信息如何建立关系，声音如何配合节奏。

Magnific Move 的产品机会，就在于把这套高频工作做得足够顺畅。创作者不用每次从空白工程搭起，便能进入构思、观看、修改和交付的循环。

将三者放在一起，可以这样理解：

五、为什么都在做App？通用能力开始遇上具体工作

我的理解是，这几类产品的出现，是能力和需求同时走到了一个位置。

一方面，大模型可以承担更长的任务链。理解需求之后，还要组织实现、调用工具、读取结果、继续修改。对创作产品来说，这些环节能够接起来，才有机会形成可用的工作过程。

另一方面，创作者的要求也在变化。第一次看到 AI 生成的漂亮画面，会觉得惊艳；做真实项目时，很快就会追问：标题能改吗？品牌能统一吗？客户要竖版怎么办？上周那套方法，能不能交给同事继续用？

这些问题，单靠一个生成按钮很难解决。

而各个 AI 创作平台已有自己的优势：模型入口、素材管理、创作用户、预览环境，以及围绕视觉工作的经验。把大模型的编程和执行能力接进来，就有机会把原有的功能重新组织成更灵活的产品。

这也说明，通用大模型助手与垂直产品公司会长期处在同一张地图上。

通用大模型助手适合探索陌生问题，组合不同工具，尝试没有现成入口的需求。垂直产品则需要在某一类工作里提供更好的默认选择、更低的操作负担，以及更可靠的修改和交付过程。

底层模型能力越容易获得，产品就越需要回答：为什么用户愿意在这里完成工作？

六、Vibe Coding，会怎样改变创作者的工作？

Vibe Coding 关心的是人怎样提出需求、观察结果、继续修改。大模型关心的是系统怎样规划步骤、调用工具和执行任务。App 则可以是这一过程生成的成果，也可以成为下一次工作的入口。

所以，它们会彼此组合。你可以让大模型探索一条流程，再把成熟部分做成 App；也可以在专门的动效产品中，通过对话不断修改同一段作品。

对创作者来说，一个新的能力会越来越有价值：把自己的工作经验，整理成可以执行、可以检查、可以复用的规则和工作流。（别卷单个模型了！即梦+可灵封神后，中高级设计师的胜负手是工作流）

哪些要求必须固定？哪些应该留给使用者选择？参考素材怎样组织？出现什么情况要人工复核？这些决定，会直接影响工具是否好用、作品是否经得起修改。

想象一家建筑事务所：经常重复的效果图处理，可以考虑封装成专用 App；临时需要的立面节奏或图片运动实验，可以尝试按需制造小工具；方案中的动线、功能关系和设计逻辑，则可以用动态图形讲清楚。这是工作分工的设想，也是一种选择工具的方法。

创作者依然要判断内容是否准确、节奏是否成立、视觉是否合适。与此同时，越来越多过去只存在于个人操作习惯中的经验，有机会变成团队能够使用的工具。

当做一个小工具的成本不断下降，创作软件便开始从“所有人适应同一套功能”，走向“为具体工作生成合适的功能”。

Runway、Krea 和 Magnific 正在展示这件事的不同切面。接下来值得看的，是这些工具能否在一次次修改、复用和交付中，真正留下来。