All in Agent實戰練兵：為什么360納米AI率先跑通漫劇流水線？｜甲子光年

1小時出片背后，是360納米AI一貫的技術敘事。

作者｜田思奇

編輯｜栗子

2026年初，AIGC生態陷入一場華麗的陷阱。

過去三年，大模型技術經歷了狂飆突進，視頻生成能力從幾秒的模糊片段進化至4K長鏡頭，技術供給空前繁榮。然而在產業一線，產能瓶頸與品質焦慮，正像兩座大山一樣折磨著每一個團隊。

市場的真實數據，揭示了同一困境。據DataEye報告，2025年漫劇播放量突破700億，2026年市場規模預計將提升45%至240億元。然而，由于缺乏穩定、可預期、規模化的交付標準，市場分化極端：絕大多數內容播放量不足百萬，海量生成成果因質量低劣，淪為一次性數字消耗品。

漫劇創作者，卡在同一個死結里：想快，就做得糙；想好，就一定慢。

在黎明前的混沌時刻，360于2026年2月上線納米漫劇流水線，實現了低成本、高效率和高品質的工業級輸出，同時也印證了360AI戰略的核心主張——在隨機性彌漫的AIGC時代，為產業錨定稀缺的確定性。

1.終結漫劇“抽卡”，打造工業級生產邏輯

對于AI漫劇創作而言，高質量與高效率似乎總是不可兼顧。

當下漫劇工具主要分為三類：全手動模式可控卻無法規模化；半自動流水線工具流程僵硬，出錯需整體重來；全自動一句話生成模式則將質量交給概率，成片效果全靠運氣。

行業始終在全手動與全自動之間搖擺，工具看似不斷升級，實則未跳出兩者對立的困境。核心問題并非創作者不夠努力，而是漫劇生產的底層邏輯，始終未完成工業化準備。

作為國內首個工業級 AI 漫劇智能體生產平臺，納米漫劇流水線的價值，在于它繞開了這道選擇題。這套以智能體協同為核心的操作系統，用完全可控的流程實現高效生產，再在高度一致性的基礎上穩定輸出電影級質感，讓高品質第一次具備了規模化成立的條件。

高效是其最直觀的優勢。在相同劇本和清晰度要求下，納米漫劇流水線通過智能體協同，能在更短時間內生成更多可用分鏡。生成前，系統會將劇本拆解為可管理的生產單元，統一約束人物、場景、道具等核心要素與劇情邏輯，從源頭提升分鏡通過率。

90%的分鏡圖一次通過

這種高效的背后，是100%可控的非線性編輯。平臺不要求創作者一次性做對所有決定，可在任何階段回退、跳轉和修改，分鏡階段即可預覽整體視頻效果，視頻階段發現問題也能直接回溯修正。同時，納米漫劇流水線整合了碎片化工具，打造一站式工作環境，自動調用最優生成路徑，讓創作者能專注于作品本身。

當效率被真正釋放，電影級質感也有了穩定成立的基礎。

納米漫劇流水線對質感的理解，并不止于運鏡或光效，而是以一致性作為前提條件，并且把一致性明確拆解為可量化、可進階的技術指標。

二維層面的一致性，解決的是“長得像不像”。角色、場景與道具在外觀層面必須穩定，人物不換臉，畫風不漂移，道具不變形。但目前多數 AI 工具只能做到約30%–40%可用率，一旦失敗就會一眼假。通過角色資產庫與強一致性鎖定機制，納米漫劇流水線為每個角色建立空間級三視圖參考，使人物在跨鏡頭、跨劇集中保持統一形象，讓一致性穩定度提升至92%。

三維一致性，不僅要求長得像，還要在空間中符合真實物理邏輯，包括透視關系、軸線方向和構圖一致性。這一層直接決定畫面是否具備沉浸感，也是成為精品漫乃至爆款的關鍵一步，但行業平均成功率普遍低于20%，而納米漫劇流水線在這一維度可實現約75%的畫面一次通過。

四維一致性，解決的是“是否發生在同一個時空里”。它要求同一場景下，不同機位、多角度畫面中，主演、群演、道具與場景結構在站位、遮擋關系和空間透視上保持統一，以及多分鏡運鏡之間存在連續性。這類問題在傳統流程中幾乎只能依靠極低概率抽卡完成。但依三維場景與狀態管理機制，納米漫劇流水線可以實現約70%的畫面一次準確，95%的分鏡在三輪以內干預后達到可用水準。

歸根結底，納米漫劇流水線所做的，是把原本高度隨機的生成過程，收攏進一套可管理的工業系統之中。在真人漫劇中，該產品可實現90%的分鏡自動化直出。視頻直出成功率比市面主流產品高2-3倍。

據已經采用的公司反饋，納米漫劇流水線可以讓一個5人組（AI導演、AI抽卡師、AI后期）的配置下，團隊產量提升3倍，在3天時間內做完120分鐘的漫劇。150人的團隊產能，便可以媲美原先500人的團隊。

當流程可控、一致性穩定、鏡頭語言可復現，效率和質感不再相互犧牲，漫劇生產才真正具備邁向量產精品階段的現實條件。

2.納米空間引擎：在虛擬片場 “拍”漫劇

相較于2023年還在比拼畫質提升的AIGC階段，今天產業競爭的焦點已轉向如何為影視創作提供精準、穩定、可反復調用的智能內核。

生成式AI的本質是基于概率預測下一個像素；而影視工業真正追求的，卻是基于空間、時間與敘事邏輯的確定性交付。這組底層邏輯長期不匹配，讓AI影像難以擺脫“看起來像，但拍不出來”的瓶頸。

為了彌合這一鴻溝，360納米AI并沒有選擇訓練一個參數更大的通用模型，而是從系統工程角度出發，用一套高度約束、可調度的智能體協作體系，來管束高度發散的生成式AI。這套體系，就是納米漫劇流水線背后的技術核心——360納米蜂群智能體，一套可以動態調度、協同上萬智能體的操作系統。

在蜂群智能體的協同框架下，納米AI自研出更貼近影視工業本質的技術底座——納米空間引擎，一個為漫劇生產構建的四維視頻世界模型。

它不再把畫面理解為一張張彼此孤立的二維圖像，而是先建立一個完整、可持續存在的片場：人物在其中活動，事件在其中發生，光線、空間與物理關系始終保持自洽。

更重要的是，這個空間是“活的”。創作者可以像導演一樣，用自然語言不斷調整細節，要求布景、鏡頭和演員各就各位，自由分配光影關系，改變材質質感，也實現了攝影機位的隨意調度。

從技術架構上看，納米漫劇流水線并非單一模型或功能的堆疊，而是一套圍繞漫劇工業化生產設計的完整系統。整體架構由用戶層、智能體層、資產層與生成層四部分組成，形成從創作意圖到成片輸出的閉環流程。

用戶層被設計為連續而統一的創作入口。劇本編輯、分鏡編輯、非線性編輯工作臺與視頻編輯并不是彼此割裂的工具，而是同一工作流中的不同視圖，確保創作意圖在流程中不被反復拆解和丟失。

真正的技術核心在智能體層。系統通過劇本理解智能體對文本進行情緒、節奏與信息密度拆解，再由分鏡生成智能體結合影視工業知識庫，將其轉化為鏡頭設計、構圖規劃與運鏡邏輯，提示詞優化智能體則負責語義增強與風格統一，使生成前的決策過程被顯性結構化。

資產層解決了生成式AI缺乏長期記憶的問題。角色、場景與道具被資產化管理，角色以三視圖和狀態記錄持續識別，場景以四視圖和空間結構長期維護，道具綁定材質、功能與使用條件，為后續生成提供穩定的視覺錨點。

生成層通過多模型調度機制統一調用圖像與視頻生成能力，并由后期處理引擎完成自動調色與畫面一致性收斂。

整體來看，通過四層協同，納米漫劇流水線實現了高可用分鏡輸出率、顯著的效率提升以及低返工率，為漫劇生產提供了一套可持續運轉的工業級技術基座。

3.從“缸中大腦”到“有手有腳”：納米AI能力進化論

納米漫劇流水線的誕生，其實是360納米AI在過去數年里，沿著同一條技術路徑持續演進的自然結果。

當行業還在為大模型的參數軍備競賽狂熱時，360創始人、董事長周鴻祎卻潑了冷水。他曾在和羅永浩的對談中指出：“如果人類真造出AGI，相當于給自己造了一個上帝……但我對這個深表懷疑。”

基于這種去神話的判斷，納米AI沒有造一個全知全能的科幻AI，而是選擇了務實的智能體路線。

2023年是納米AI的起點，它從AI搜索切入，核心使命是解決數字時代的信息過載難題。彼時市場上的搜索工具多停留在信息羅列層面，納米AI憑借精準提取技術，從海量噪音中篩選有效信息、提煉核心答案，迅速躋身市場頭部。

但在后續運營中，納米AI團隊發現單純的答案供給難以形成用戶粘性，用戶真正需要的不是碎片化的信息，而是能直接落地的結果。

周鴻祎在與羅永浩的對談中打了個比方：“大模型就像‘缸中大腦’，它能推理、能說會道，但沒手沒腳。”這一洞察與納米AI的戰略轉型相呼應，從提供答案轉向提供行動。

納米團隊后續推出一句話生成報告、視頻等功能，將AI能力與辦公、創作等具體場景深度綁定。這一調整摒棄了對泛化生成效果的追逐，轉而聚焦場景化需求的精準滿足，讓AI技術真正轉化為可落地的生產力。

到了2025年，360正式發布All in Agent戰略。納米AI完成了從單一工具到多智能體蜂群的范式升級，實現了對人類協作模式的仿生。周鴻祎認為：“人類的價值在于合作，合作的基礎是人類專業化技能的存在；所以單智能體是進化（方向），但單智能體不夠，一定要變成多智能體協同工作。”

通過L1到L4的分級體系，納米AI為不同復雜度的智能體協作規劃了明確的進化路徑，其目標是讓AI能夠像一支訓練有素的人類團隊一樣，進行規劃、分工、執行與校驗。至此，其技術哲學完全顯形：打造一個能夠管理不確定性、調度專業化能力、從而確保復雜目標可靠達成的協同操作系統。

于是，納米漫劇流水線誕生。不只是一個孤獨的AI在畫畫，而是編劇、導演、攝影師等數十個專業智能體在協作。正如周鴻祎所言：“不能給智能體賦予兩個不同的專業角色……讓它只扮演某一個領域的專家，越窄，智能體的能力就越強。”

貫穿這一演進過程的，還有360公司深植于基因的安全理念。在談及AI幻覺與失控風險時，周鴻祎提出了以模治模的核心理念：“我們用以模治模，就是用模型來對付模型……要解決幻覺，解決其它模型的失控問題。”

這種思維也注入了納米漫劇流水線。系統中的流程調度智能體，本質就是一位安全員，它時刻監控著生成式AI的發揮，一旦發現角色變臉或邏輯崩壞，便可立刻進行修正。

周鴻祎強調：“不能讓真理變成一個黑盒子……每一步思考都要對人類透明、可追溯。”這一原則，成為納米AI區別于競品的最大特征，既利用AI的創造力，又保留人類的控制權，才能更好地將隨機生成的概率事件，化作有確定性的工業級生產創作。

4.智能體下半場：從模型競賽到基建之爭

如果只把納米漫劇流水線視作一款普通內容生產工具，無疑低估了它的價值與360的整體布局。

這款產品，是360在智能體方向上首批以產業真實需求為起點、以商業閉環為目標打造的AI產品，并非在既有業務形態中疊加AI能力，而是基于對漫劇行業的深度調研，用智能體技術從零構建的一套全新生產體系。

它既是360蜂群智能體系統在產業側的重要落地載體，也標志著360正在通過智能體能力，開辟一條不同于傳統安全與工具業務的全新行業路徑。

這套基礎設施的核心特征，是可靠、可控與可擴展。對于內容產業而言，它意味著從依賴靈感的創意手工作坊，轉向基于IP資產和智能體協作的文化數字工廠。創作者和制片公司可以像運營數字資產一樣，規劃、生產和管理他們的故事宇宙，極大提升創意的實現效率和商業成功的確定性。

目前，納米漫劇流水線已與保利影業、九紫源AI等多家頭部影視及漫劇公司達成合作，共同探索基于工業化流程的漫劇生產新模式。

對內容創作者而言，它是可隨時調用的好萊塢級漫劇工廠；對企業主來說，它更是可延伸的自動化辦公與決策系統雛形。倘若AI能攻克連人類導演都棘手的漫劇鏡頭連續性與敘事邏輯難題，那么處理其他行業的復雜任務也不在話下。

事實上，支撐漫劇流水線的這套任務拆解、狀態同步與多端協同的產品理念和360的智能體系統，已經悄然在更廣闊的領域落地。在能源領域，它化身為瀾滄江水電站的運維管家，協調著無數傳感器的數據一致性；在政務領域，它變成了深圳“深治慧”平臺的調度員，打通了跨部門的信息孤島；在金融領域，它是東吳證券的風控專家，在毫秒間完成風險的發現與處置。

周鴻祎曾預言：“智能體將帶來個人角色和組織形態的重塑。”納米漫劇流水線證明了，這套蜂群架構具備一種可遷移的元能力，它能將任何一個復雜、模糊的宏觀目標，比如創作一部劇集或者治理一座城市，都拆解為成千上萬個可執行、可度量的原子任務。

「甲子光年」認為，衡量一家AI公司產業深度的關鍵指標，已不是其模型的參數規模，而是智能體系統所能支撐的流程復雜度和任務確定性，以及跨行業解決方案的復用廣度。

通過漫劇這一高難度場景的驗證，360的蜂群智能體系統已初步證明了其作為下一代產業智能化“操作系統”雛形的潛力。其最終目標，或許是為智能體時代的數字生產力，提供一套可靠、可控的協作基座。

這一定位，不僅打開了遠比單一內容工具更為廣闊的市場空間，也使其在中國AI應用從模型競賽邁向產業深耕的關鍵轉折點上，占據了極具前瞻性的生態位。

（封面圖和文中圖片來源：納米AI）