De flesta AI-videoverktyg fungerar som en enarmad bandit. Du skriver en prompt, drar i spaken och tar vad som än kommer ut. Ett drag kan ge något vackert. Men sätter man ihop en hel film på det sättet får man något annat: en serie klipp som aldrig riktigt matchar, en stil som driver från scen till scen, en berättelse som inte håller ihop. Li Lian, den rutinerade regissören som grundade Versatile Media, sätter fingret på problemet. "Många AI-verktyg ger dig bara ett verktyg. Du skriver något, det genererar innehåll. I stor utsträckning är det AI som styr dig."
MOKE (墨客) byggdes för att vända på den relationen. Det är ett nodbaserat, end-to-end generative-video-arbetsflöde som sätter tillbaka filmskaparen i regissörsstolen och förvandlar ett sprittur av lyckträffar till en pipeline som en skapare faktiskt kan styra från manus till slutklipp.
Vad en skapare kan göra med det
Versatile Media kör ungefär 30 kortdramaserier i månaden genom MOKE. En skapare som aldrig har rört plattformen kan vara produktiv efter en till tre dagars introduktion och producera en färdig tvåminutersvideo för cirka ¥250. Samma arbetsflöde har producerat AIGC-reklamkampanjer för nationella varumärken som Laoxiangji och Haidilao. Det är en fungerande produktionslinje, inte en demo.
MOKE körs på en oändlig canvas. Till vänster finns funktions- och nodpanelerna; arbetsytan är där filmen sätts ihop. En skapare släpper en nod för att generera ett manus, använder en annan för att dela upp manuset i segment, och driver sedan nyckelbildrutor och tagningar nedströms – varje steg matar nästa inom ett enda sammanlänkat arbetsflöde. När en pipeline väl fungerar kan den dupliceras och delas, så att ett utseende som krävde verklig ansträngning att ställa in blir en mall som hela teamet kan återanvända. Material kan skalas upp till hög upplösning inom samma flöde.
Pipeline-strukturen är viktig eftersom en färdig film inte är ett AI-problem, det är många: manuset och taglistan, storyboards och nyckelbildrutor, rörliga tagningar, scener och kamerarörelser i rummet, musik och ljuddesign. Prompt-och-be-verktyg behandlar varje generation som ett enskilt lotteri. MOKE behandlar dem som stadier i en produktion, så att beslut som fattas tidigt håller hela vägen.
Smak är jobbet nu
Att ta bort lotteriet tar inte bort skaparen, det befordrar dem. När verktyget slutar styra dig blir omdömet den sällsynta ingrediensen. Li uttrycker det rakt på sak:
"Din smak blir bara viktigare. Säg att jag genererar 100 olika sexsekundersklipp. Vilket är bäst? I slutändan är det smaken som avgör."
Li Lian (李鍊), grundare av Versatile Media och regissör bakom MOKE.
Bredd är vad som ger smak något att arbeta med. MOKE konsoliderar sina högvolymmodellanrop till Atlas Cloud's enkla inferens-API, så teamet är inte låst till en modell per jobb. Eftersom Atlas erbjuder många modeller inom varje typ av arbete, inte bara en, kan MOKE's skapare matcha modellen till tagningen och välja den tagning som faktiskt är bäst. En pipeline med ett enda verktyg ger en regissör inget att välja mellan. En pipeline med verklig bredd bakom sig förvandlar smak till färdigt arbete.
Li är ärlig med att verktygen fortfarande har brister, vilket är anledningen till att kontroll över hela pipelinen är viktig. "AI:s största hinder just nu är att den inte kan göra mycket precis kontroll på djupaxeln. Rörelse i djupet är fortfarande en svag punkt, och det behöver förmodligen fortfarande assistiva tekniker som zoom, panorering och dolly." Men när det gäller grunderna är han entydig: "När det gäller ljus och skugga är många modeller redan mycket bra. De kan beskriva ljus mycket precist." MOKE är byggt för att luta sig mot vad modellerna gör bra och ge skaparen handtag där de inte gör det.
Ägarskap som skapare kan bevisa
För en yrkesverksam skapare är en film inte klar när den renderas, den är klar när den är skyddad. MOKE bygger in upphovsrätt i arbetsflödet. En skapare kan ta arbete som gjorts på plattformen och ansöka om attest direkt: en betrodd tidsstämpel, blockkedjestödd bevis och ett certifikat, med en väg till en DCI digital upphovsrättsidentifierare och ett registrerat arbetscertifikat från China Copyright Protection Center. Verktyget som hjälper dig att göra filmen hjälper dig också att bevisa att den är din.
Gjort för en filmskapare, eller två
Den större förändringen som MOKE strävar efter är vem som överhuvudtaget får göra en film. "Tidigare innebar hantverkets komplexitet att inte alla var kvalificerade eller kapabla att skapa," säger Li. Han tillbringade decennier inom den traditionella modellen och kände dess tak från insidan. "När jag regisserade gick halva min tid åt att vänta på att andra skulle vara redo. Det är ett kollektivt projekt. Om en person har problem, saktar allt ner."
MOKE kollapsar det. "När det gäller själva skapandet ger detta många människor möjligheten. Även en eller två personer kan nu slutföra en berättelse," säger Li. Kontrollen flyttar från många avdelningar till skaparens egna händer. "Stiliseringen kommer att bli starkare. Tidigare formades stilen av många avdelningar. Nu kommer den att luta mer och mer mot individen." Det han alltid har velat ha är det MOKE är byggt för att leverera: skapande fritt från hinder, där teknik och genomförandemedel aldrig står mellan en skapare och idén.
Förändringen är lika ekonomisk som kreativ. Under större delen av branschens historia var den hårda gränsen för vem som fick göra något inte talang, utan pengar. En produktion kostade för mycket för att någon skulle våga satsa på ett oprövat namn, så arbetet, och finansieringen, gick till de bankable få. När en tvåminutersfilm kostar ¥250 istället för en förmögenhet, bryts den matematiken. En skapare behöver inte längre vara bevisad för att vara värd en chans. Fler människor med en verklig idé och ingen meritlista får göra saken och låta arbetet tala för sig själv.
Inget av detta innebär att verktyget gör tänkandet. Li är också tydlig med det:
"Alla som är bra på att använda AI är bra för att de redan kan fotografera, filma, rita och skriva. AI är som en spegel. Om du är dum, är den också dum."
MOKE är ett verktyg för människor som har något att säga. Det tar bara bort nästan allt som tidigare stod mellan dem och att säga det.
Drivs av Atlas Cloud
En pipeline som spänner över så många typer av generation skulle lätt kunna bli en röra av leverantörer: ett annat API för varje steg, en annan nyckel, en annan räkning, en annan uppsättning hastighetsbegränsningar och fellägen, och en konstant kostnad för att flytta filer mellan verktyg som aldrig var avsedda att prata med varandra. MOKE undviker detta genom att köra sina högvolymmodellanrop via Atlas Cloud's enkla inferens-API. En nyckel, en slutpunkt, en räkning och tillgång till en djup katalog av modeller över video, bild, språk och ljud via samma anslutning. När en bättre modell lanseras är den tillgänglig utan att integrera om något. Den där enskilda ryggraden är en del av vad som gör att en eller två personer överhuvudtaget kan göra en film.
Om Versatile Media
Versatile Media (浙江博采传媒), grundat 1993 med huvudkontor i Hangzhou och kontor i Beijing och Vancouver, arbetar med film- och TV-innehåll, virtuell produktion och reklam. Studien innehar 15 uppfinningspatent och driver en cirka 100 000 kvadratmeter stor AI-virtuell produktionsbas i Deqing, Zhejiang, hem för ett AI-och-virtuell-filmskapande innovationslaboratorium som drivs i samarbete med China Film Science & Technology Research Institute. MOKE är studions nodbaserade generative-video-plattform.
Li ser vart detta leder. "I framtiden kommer vissa filmer att bli auteur-filmer. En person kan göra en film och dela den med vänner. Den kanske inte längre går på bio, utan distribueras via privata kanaler." Versatile Media bygger arbetsflödet för exakt den framtiden, på Atlas Cloud.
Om Atlas Cloud
Atlas Cloud är en enhetlig full-modal AI-inferensplattform: 400+ modeller över video, bild, språk och ljud, via en API-nyckel, en slutpunkt och ett faktureringskonto, OpenAI-kompatibelt för språkmodeller.
