PixVerse与OpenAI深度集成,视频生成能力正式接入Codex与ChatGPT插件

爱诗科技旗下平台 PixVerse 与 OpenAI 宣布完成产品级深度合作,推出 PixVerse ChatGPT 插件与 CLI 工具,实现从提示词到成片的端到端创作闭环;双方同步启动‘Promp...

人工智能

爱诗科技(AIsphere)旗下多模态生成平台 PixVerse 与 OpenAI 近日正式宣布达成深度产品集成合作,标志着 AI 视频生成能力正从独立工具向底层创作基础设施演进。此次合作不仅实现了 PixVerse 的视频、图像与音频生成能力原生接入 ChatGPT 与 Codex,还首次推出面向全球创作者的‘Prompt to Production’教育计划,旨在系统性降低 AI 内容生产的操作门槛。

根据公开信息,双方已完成三大技术整合模块:PixVerse ChatGPT 插件、PixVerse CLI 工具链,以及对 Canvas AI 视频工作台的支持。其中,PixVerse ChatGPT 插件已上线,用户可在 ChatGPT 界面中直接调用 PixVerse 功能——仅需输入自然语言描述或上传参考图,即可生成短视频、产品图或配音脚本,整个流程无需跳转至第三方平台。该插件内置 PixVerse 的质量审核机制,确保输出内容符合基础规范。

PixVerse CLI 则面向专业团队与开发者,允许通过命令行统一调度视频、图像与音频生成任务,并支持构建可复用的标准化工作流。例如,某品牌营销团队可将商品图、卖点文案与风格偏好写入配置文件,批量生成数十条适配不同渠道的短视频素材,大幅提升内容产能。

Canvas 支持是本次集成的另一关键进展。Canvas 是 OpenAI 生态中用于组织 AI 视频项目的协同工作台,PixVerse 新增对该平台的深度兼容后,创作者可在 Canvas 中管理创意草稿、并行生成多个版本、对比效果并一键交付成片,真正实现“策划—生成—打磨—制作”全流程在线闭环。

值得注意的是,上述集成使 PixVerse 的视频生成能力被封装为标准 API 接口,可被各类 AI Agent 直接调用。在首场联合线上研讨会中,OpenAI 应用 AI 工程师 Tyler Ryu 演示了一个典型工作流:他首先使用 PixVerse 插件,基于角色设定图生成一段行走参考动画;随后在 Codex 中调用该视频片段,将其动作数据迁移至游戏角色模型;最后通过自然语言指令反复微调镜头角度、节奏与细节,全程未离开 Codex 环境,也无需动捕设备或传统动画软件。

“AI 能把事情做到 80% 到 90%,最后一步仍需要专业视频模型来完成”,Tyler Ryu 在演示中指出。这一观点揭示了当前 AI 创作工具链的核心分工逻辑:通用大模型负责理解意图、拆解任务与协调流程,而垂直领域模型(如 PixVerse 的视频生成模型)则承担高精度执行环节。

PixVerse 美国市场营销负责人进一步阐释合作愿景:“从操作网页到原生连接,视频生成正在变成 Agent 调用的能力,而不只是用户访问的网站平台。PixVerse 要成为人和 AI agent 的创作基础设施。”这一定位意味着,未来内容生产将不再依赖人工在多个工具间手动切换,而是由 Agent 主导、跨模型协同完成端到端交付。

为配合技术落地,双方同步启动“Prompt to Production”教育计划,通过系列线上研讨会与教学视频,向海外个人创作者与小型团队传授如何将 OpenAI 的模型能力与 PixVerse 的生成工具嵌入实际工作流。首期研讨中,来自 PixVerse 社区的专业创作者分享了实战案例:一位独立动画师利用该集成方案,在 4 小时内完成原本需 3 天的手绘角色动画初稿;另一支电商团队则将新品发布视频的制作周期从 2 周压缩至 2 天。

行业观察认为,此次合作反映了 AI 创作工具发展的两个趋势:一是“工具链融合”取代“单点突破”,单一模型优势正让位于跨平台协同效率;二是“Agent 化”成为下一代内容生产系统的底层架构。当视频生成像文本生成一样可被程序化调用,内容工业化生产的临界点或将提前到来。

PixVerse 插件在 Codex 中的集成界面,展示三项核心功能入口

对比国内同类产品,如美图“开拍”聚焦口播视频的轻量化剪辑与包装,其核心路径仍是“人主导+AI辅助”;而 PixVerse 与 OpenAI 的组合则更进一步,试图构建“AI 主导+人校准”的新范式。前者服务于已有拍摄素材的再加工,后者则试图从零开始生成完整视听内容。

技术层面,PixVerse 的视频生成模型在动作一致性、物理合理性与风格可控性上持续优化。图5所示案例中,系统基于一张静态角色图生成原始行走动画后,再通过“traced walk”技术匹配指定步频与姿态,最终输出与参考视频节奏一致的动画序列——该过程仅需自然语言指令引导,无需关键帧编辑。

尽管当前生成结果仍需人工复核与微调,但效率提升已具实证价值。据 PixVerse 内部测试数据,在标准广告短片制作场景下,集成方案可减少约 65% 的重复性劳动时间,尤其在分镜生成、素材匹配与粗剪阶段效果显著。

文章配图

可以预见,随着更多垂直模型接入 Agent 生态,内容创作的“最后一公里”将加速打通。而此次 PixVerse 与 OpenAI 的合作,不仅是两家公司的技术联姻,更可能成为 AI 原生内容工作流普及的关键起点。