写个脚本创意，半天做不出视频？AI 视频生成工具不少，但大部分只能做几秒短片，没法把「一个想法」变成完整故事片。今天聊的 ViMax，走的是另一条路——用多智能体流水线，把「一句话 → 完整视频」这件事真正打通了。
是什么
ViMax 是香港大学数据科学实验室（HKUDS）开源的智能体视频生成框架，GitHub 9.5K⭐。它不是又一款「文本→几秒片段」的工具——ViMax 的设计目标是端到端：你给一个创意、一段小说、或者一个完整剧本，它自动完成全部制作流程。
三种输入模式：
创意→视频 —— 一句话描述（比如「一只猫和狗是最好的朋友，遇到一只新猫会怎样？」），ViMax 自动生成剧本、分镜、画面、配音，输出完整 MP4。
小说→视频 —— 上传整本小说，智能分析角色和情节，压缩为分集视频，逐场景改编。角色外观跨集保持一致。
剧本→视频 —— 你有现成剧本？直接输入，ViMax 按照分镜规则逐场景生成，适合专业创作者精细控制。
多智能体架构：导演+编剧+制片+摄影师
ViMax 内部跑着一整套影视制作团队——只是都是 AI：
中央调度 负责整体流程：把输入拆成多个场景，调度各智能体协作。
剧本智能体 基于 RAG 的长文本引擎，分析小说级内容，自动切分场景、提取角色和对话。
分镜智能体 用电影语言设计镜头——推拉摇移、正反打、节奏点，不懂摄影也没关系。
多机位模拟 同一场景从多个角度拍摄，保证角色位置和背景一致性。
参考图选择器 智能选取首帧参考图，跟踪前序镜头的视觉元素，长视频不穿帮。
一致性校验 每帧画面自动验证——角色长相、服装、场景是否对。不对就重生成，不让你手动挑片。
并行生成 同一机位的连续镜头并行处理，效率高。
安装使用
一行命令安装依赖：
git clone https://github.com/HKUDS/ViMax.git
cd ViMax
uv sync
配置好 LLM（支持 OpenRouter、Gemini 等）、图像生成器、视频生成器的 API key，然后：
vimax tui new
启动交互式 TUI，输入创意，等视频生成。或者直接跑 Python 脚本批处理。
不是没有槽点
ViMax 方向很好，但目前有几个明显短板：
依赖外部 API。 ViMax 自己不跑模型，需要外部 LLM、图像生成、视频生成 API。你用 Gemini/OpenRouter 加 Google Veo，成本不低。想完全本地跑？暂时不行。
视频质量上限取决于下游模型。 ViMax 是编排层，不负责生成质量。你用的视频生成模型啥水平，最终视频就啥水平。
生成速度。 多智能体流水线意味着多次 API 调用——一个 1 分钟视频可能跑几分钟到十几分钟。不是即开即用的类型。
安装门槛。 uv 管理依赖，但 PyTorch 等计算库的版本兼容性可能需要折腾。纯 Linux/Windows，Mac 用户需要自己适配。
跟同类怎么比
Runway Gen-3/Gen-4 闭源，质量顶尖，但只能做短片，没有叙事能力。Pika 也是片段级，没剧本层。
ViMax 走的是另一条路——不是「更好的片段生成器」，而是「完整的视频制作流水线」。它的价值不在画质（取决于底层模型），而在把创意到成片的流程自动化了。如果你有小说想可视化、有剧本想快速出 Demo、或者想批量做短视频内容，ViMax 是目前开源项目里最接近「AI 导演」的东西。
GitHub：https://github.com/HKUDS/ViMax
论文：https://arxiv.org/abs/2606.07649
标签：#ViMax #AI视频生成 #多智能体 #开源 #剧本转视频 #HKUDS #AI导演
关注我，每期分享一个帮你省事的强大工具 🛠️