vivago R1 智能体怎么用 · 对话式创作 5 分钟完整短片的全流程
R1 的定位与突破
vivago R1 是 HiDream 在 2026 世界人工智能大会（WAIC）期间发布的全球首个无限时长内容创作智能体。它试图解决的问题是：当 AI 已经能生成 15 秒片段后，普通人如何从"片段式创作"进阶到"完整作品交付"。
国内版本发行名为「够搭」（官方页面 goudaai.com）。
核心突破：5 分钟级完整短片
过去 AI 视频生成的主流是 15~30 秒片段。R1 的突破在于：
- 一次性稳定输出 5 分钟高质量视频
- 支持无限次多轮延长——一次对话不够可以继续对话延展
- 完整流水线覆盖：故事初稿 → 视听剧本 → 拆分场景 → 美术指导 → 参考图锁定 → 文字分镜 → 视频提示词 → 逐场景生成 → 拼接成片
Chat-First 对话式创作
R1 采用"对话优先"模式——用户只需要用自然语言描述想要什么，Agent 负责拆解和执行：
用户："帮我拍一部赛博西游记短片，孙悟空在 2088 年的上海对抗黑势力"
R1 Agent 自动：故事初稿 → 分章节剧本 → 拆分 10 个场景 → 美术风格统一 → 参考角色/场景图 → 每个场景的视频提示词 → 逐场景生成 → 拼接成片
这不是把复杂消灭，而是把复杂藏在简单背后。
SkillHub 能力库
SkillHub 是 R1 的关键组件，将 AI 能力转化为具体创作场景：
- 大量预设 Skill（如 OOTD Advisor、老照片修复、宠物动效等）
- 自动匹配 + 编排：用户意图 → SkillHub 翻译层 → 匹配 Skill 组合 → 转化为可执行任务序列
- 降低理解 AI 能力的成本
完整流水线示例（爱范儿实测）
用户输入："做一部赛博西游记短片"
R1 流水线自动执行的步骤：
- N0 理解任务：识别核心主题、风格倾向
- N1 故事初稿：生成故事大纲
- N2 视听剧本：转化为视听化表达
- N3 拆分场景：分为 N 个独立拍摄单元
- N4 美术指导：统一风格、色调、构图
- N5 锁定参考图：为每个角色/场景/道具生成并锁定参考图
- N6 文字分镜：每个场景的分镜脚本
- N7 视频提示词：每个分镜对应的视频模型提示词
- N8 逐场景生成：调用 vivago 视频模型逐个生成
- N9 拼接成片：自动剪辑 + 可能的转场和配乐
与基础版 vivago 的关系
两者共用账户体系但定位不同：
- 基础版：选模型 + 调参数 + 手动创作（显式流程）
- R1：对话 + Agent 自动编排（隐式流程，输出完整成片）
vivago-agent-cli（开放接口）
R1 同步开放了 vivago-agent-cli 命令行工具，通用 Agent 可以通过 CLI 调用 R1 的完整能力，接入到用户自己的 Agent 工作流里。
上一页：HiDreamClaw 智能体 · 下一页：vivago-agent-cli