作者 | 卷毛 Kino
编辑 | 张洁
随着大模型能力持续进化，未来视频创作将是人类审美与AI自动化深度融合的过程。
Liblib AI今日正式发布AI视频创作平台LibTV——目前业内首个同时面向人类创作者与AI Agent的双入口视频生成平台。
LibTV既为专业创作者提供深度可控的节点工作流与无限画布，也封装了多项标准化Skill，供OpenClaw等主流Agent直接调用。
经多轮内测验证，LibTV是当前最适合专业创作者与AI Agent协同作业的AI视频工具。
LibTV官网：https://www.liblib.tv/
GitHub技能库：https://github.com/libtv-labs/libtv-skills
实测LibTV：人人可创作AI漫剧
面向人类创作者，LibTV以“节点工作流+无限画布”重构全流程：从剧本生成、分镜设计、图像生成到视频合成、配乐剪辑，全部在统一界面完成。
我们以原创AI漫剧《时间管理大师的生存法则》为例展开实测：
设定乙游玩家林月穿越进《恋与深空》世界，化身女主控，在不被发现的前提下同时攻略5位男主——这一喜剧向穿越题材兼具叙事张力与传播潜力。
全程在LibTV无限画布中操作：输入故事大纲后，系统自动调用创意脚本功能，输出结构化分镜脚本，包含剧名、时长、画面描述、角色设定、景别与镜头动作等要素，并支持上传角色图、参考视频强化一致性。
脚本确认后，点击“生成分镜”，选择图像模型（如可灵O3、SDXL等），即可批量产出风格统一的分镜图。不满意时，单击图片即时修改提示词重绘，大幅降低反复试错成本。
另一案例为18秒苹果风广告片《Pineapple Watch》，完整工作流涵盖创意沟通、脚本生成、分镜图绘制、图生视频、AI配乐及剪辑交付，总耗时不足3小时。
LibTV内置多项高效编辑工具：
- 多角度编辑器：拖动参数即可调整表盘视角、景别与构图，保持视觉一致性；
- 多宫格切分器（独家功能）：一键切分9宫格/25宫格分镜图，快速筛选适配视频生成的镜头；
- 文字生成音乐：输入风格关键词，调用ElevenMusic V3模型，30秒至4分钟自由选长。
多角度编辑器
9宫格切分
文字生成音乐
目前LibTV已上线20余项高频专业功能，多项属行业首发。例如：
- 剧情推演四宫格：为不同剧情走向提供具象化视觉参考；
- 角色三视图生成：一键输出正/侧/背视图，夯实角色设定稳定性。
这些能力通过工作流深度整合，显著提升AI内容产出的可用性与落地效率。
你的“龙虾”可以全自动创作视频了
LibTV将全部视频创作能力封装为标准化Skill，全面支持OpenClaw、Autoclaw、Kimi Claw等主流AI Agent调用，实现从Prompt到成片的端到端自动执行。
例如，创作者“茶叹”仅输入一句指令：“复刻这个视频，为我的产品Lib耳机制作宣传片”，其部署的Agent即自动完成剧本生成、分镜设计、视频生成与剪辑，全程可视化呈现于LibTV画布。
LibTV Skill覆盖三大高价值场景：
- 自动生成最长5分钟的AI短剧/漫剧；
- 解析任意视频链接，复刻原片镜头语言与风格；
- 上传音频文件（如坂本龙一《Rain》），智能生成匹配MV，融合戏剧光效与王家卫式氛围。
为保障稳定性，建议通过GitHub或ClawHub安装官方Skill，并优先使用LibTV官方部署环境。单次生成建议控制在3分钟以内以平衡效率与效果。
LibTV Skill安装地址：
GitHub：https://github.com/libtv-labs/libtv-skills
ClawHub：https://clawhub.ai/haofanwang/libtv-skill
未来的内容创作：上限在人，下限在Agent
过去两年，AI视频工具虽多，但普遍沦为“跨平台搬运工”：创作者疲于在多个页面间拼接工作流、重复调参、手动抽卡——本质是人在迁就工具。
LibTV代表新一代人机协同范式：将分散的AI能力整合为统一、可编排、可复用的创作基础设施。
人的判断、审美与选择决定作品上限——关键帧设计、节奏把控、情感表达等核心环节，仍需创作者主导；
Agent则负责拉升作品下限——模型调度、工作流编排、上下文维护等繁琐任务，交由Agent自主执行。
而制约创作者高频尝试的核心瓶颈，仍是成本。为此，LibTV推出极具竞争力的定价策略：
LibTV定价优势
- 年卡最低3.9折；
- 部分模型享额外6折优惠（综合低至2折多）；
- 会员SKU价格比竞品低76%；
- 模型积分单价较竞品低92%；
- 订阅用户赠300条高等级视频额度（150条可灵O3 + 150条可灵3.0）。
当生成成本不再是负担，创作者才能真正聚焦于创意本身，在海量试错中沉淀出打动人心的作品。
LibTV官网：https://www.liblib.tv/
GitHub技能库：https://github.com/libtv-labs/libtv-skills
