讲一下Adcraft

结合上面“设计类 Agent”的语境，你们说的应该是 GML-MMGroup/AdCraft：一个面向营销广告的开源 AI 视频制作平台。 项目地址：https://github.com/GML-MMGroup/AdCraft 它不是训练视频生成模型，而是把策划、脚本、分镜、图像和视频生成、配音、剪辑这些环节组织成可编辑的工作流。下面按官方 README 介绍，没实际部署验证。 拿一个具体例子说 你告诉它：“给一款气泡水做 15 秒竖屏广告，突出无糖，风格清爽。” 按项目描述，它会从需求出发，规划广告脚本、产品视觉、角色和场景，拆出分镜，再调用图像、视频、音频模型生成素材，最后组合成片。 重点是：交付的不只是一段视频，还有画布上可以继续修改的制作流程。 比如你说“第三个镜头换成产品特写，其他不动”，它的设计目标是定位到相关内容、生成候选结果，由你确认，而不是整条广告推倒重来。 它值得关注的地方 第一，把创作过程变成可操作的中间产物。 脚本、角色、场景、分镜、视频片段都可以单独编辑或重新生成。用户既能用自然语言改，也能在画布上操作。这比“一个输入框加一个生成按钮”更接近真正的创作工具。 第二，强调素材复用和视觉一致性。 它有统一素材库，记录素材来源、版本和项目引用。角色素材不只是一张头像，还包含三视图、表情、服装和配饰等参考；场景也有同一环境下的不同景别和机位。 这些参考的价值，是帮助多个镜头维持同一角色、同一视觉世界，但不代表模型生成的一致性就有保证。 第三，让 AI 修改有确认和回退机制。 README 描述了候选版本、接受或拒绝、历史回滚，以及排队、生成中、待确认、失败等状态。 比如“重新生成角色”不是立即覆盖已有成品，而是先给候选，再由用户决定是否采用。这是从演示型 Agent 走向可用创作软件的重要区别。 第四，支持“拉片复刻”。 上传参考广告后，系统分析镜头结构、节奏、转场、运镜和产品出现方式，转成可编辑的广告结构，再替换自己的产品、角色、场景和文案。更准确地说，是复用参考视频的结构，而不只是做一个相似画面的生成请求。 Agent 在里面做什么 官方把职责拆成创意总监、编剧、产品视觉、角色设计、场景设计、分镜、视频、声音和最终合成等角色，并支持不同阶段接入不同生成平台。 但要分清：README 列出多个 Agent 角色，不足以证明底层就是成熟的多 Agent 协作系统。它们如何通信、传递状态、处理依赖和失败，还要看代码，不能仅凭角色名称下结论。 我对它的理解是：核心看点不是“接了多少模型”，而是如何让 AI 生成过程可编辑、可追踪、可局部重做，让用户能持续介入创作，而不是只能反复抽卡。