看到一个把小说自动转成影片的项目，整条链路是agent串起来的：读完原著，拆分镜，定角色形象，生成画面，接音轨，最后合成。
野心确实大，但我看完第一反应是链路太长了。这类多环节流水线有个通病：每一环都有百分之八九十的成功率，串起来八九环之后，整体能用的概率就掉得很难看。分镜稍微理解偏一点，后面画面全跟着偏，等你看到成片才发现问题，已经烧完一轮算力了。
真正的难点我觉得在角色一致性和叙事节奏。前者现在有办法缓解，后者基本还是靠运气——什么时候该慢下来给情绪留空间，这个模型目前判断不了。
所以短期我更看好它做分镜辅助，而不是端到端出成片。给创作者省掉的是前期工作量，不是替代创作本身。
有人跑过完整流程吗，输出到什么水平了